假设您已经在 MNIST 数字上训练了您的（变分）自动编码器。一段时间后，您检查结果并确定重建非常好。但这是非常主观的。

想象一下，你给编码器一张显示“X”的图片。看看输出，重建应该是非常糟糕的。但同样，这是主观的。

我正在寻找一种客观评估当前图像性能的方法。对于 VAE，训练期间的成本函数是重建误差（在我的例子中为 MSE）和 KL 散度的组合。到目前为止，我为此使用了唯一的重建错误，因为喂食 X 时会急剧上升。

问题是：我在哪里划清“好”和“坏”重建之间的界限，我可以根据哪个客观衡量标准来做这件事？