# Autoenkodery wariacyjne (VAE)

EN: **Variational autoencoders (VAE)** · id `vae` · aliases: VAE, variational autoencoder, autoenkoder wariacyjny, ELBO

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Rodziny modeli generatywnych](https://aiatlasgraph.com/t/generative.md) › Autoenkodery wariacyjne (VAE)

## Description

- PL: Model z enkoderem kompresującym dane do ukrytego rozkładu i dekoderem odtwarzającym je z próbek tego rozkładu; trenowany przez maksymalizację dolnego ograniczenia wiarygodności (ELBO) z trikiem reparametryzacji. Dziś często pracuje „w tle” — jako kompresor obrazu w dyfuzji latentnej.
- EN: A model with an encoder that compresses data into a latent distribution and a decoder that reconstructs it from samples; trained by maximising the evidence lower bound (ELBO) with the reparameterisation trick. Today it often works behind the scenes — as the image compressor in latent diffusion.

## In one sentence

- PL: To model, który uczy się krótkiego liczbowego zapisu danych i odtwarza z niego podobne przykłady.
- EN: This model learns a compact numerical representation of data and reconstructs similar examples from it.

## Problem it solves

- PL: Pełne obrazy są duże, a do generowania wariantów potrzebujesz mniejszego zapisu zachowującego ważne cechy.
- EN: Full images are large, while generating variations needs a smaller representation retaining important features.

## What it does

- PL: Jedna część przewiduje zakres możliwych ukrytych zapisów, druga odtwarza dane z wylosowanego zapisu; trening porządkuje tę przestrzeń.
- EN: One component predicts a distribution of latent representations; another reconstructs data from a sampled representation, while training organises that space.

## Everyday example

- PL: Generator kompresuje zdjęcie do krótszego zapisu, na którym pracuje, a na końcu odtwarza obraz do wyświetlenia.
- EN: A generator compresses a photo into a smaller representation, works on it and finally reconstructs an image for display.

## This concerns you if you…

- PL: potrzebujesz zwartego zapisu obrazów
- PL: chcesz generować warianty podobnych danych
- EN: need compact image representations
- EN: want to generate variations of similar data

## Keywords

ELBO · reparameterization trick · latent variables · variational posterior · KL regularization · probabilistic decoder

## How it works

- PL: Enkoder przybliża rozkład zmiennej ukrytej dla wejścia, a reparametryzowane próbki zasilają dekoder. Cel łączy jakość rekonstrukcji z rozbieżnością wobec prioru, tworząc dolne ograniczenie log-wiarygodności, które można optymalizować gradientowo.
- EN: An encoder approximates a latent distribution for an input, and reparameterised samples feed a decoder. The objective combines reconstruction quality with divergence from a prior, forming a lower log-likelihood bound optimisable through gradients.

## Limits

- PL: Przybliżenie posterioru i założenia dekodera ograniczają reprezentację. Silna regularyzacja może prowadzić do ignorowania latentu, a kompresja usuwać szczegóły; wysoka wiarygodność nie gwarantuje ostrości obrazu.
- EN: Posterior approximation and decoder assumptions limit representation. Strong regularisation can cause latent variables to be ignored, while compression loses details; high likelihood does not guarantee sharp images.

## Key terms

- PL: **ELBO**: Dolne ograniczenie log-wiarygodności używane jako cel treningowy.
- PL: **reparametryzacja**: Wyrażenie losowej próbki przez niezależny szum i różniczkowalne parametry.
- EN: **ELBO**: A lower log-likelihood bound used as a training objective.
- EN: **reparameterisation**: Expressing a random sample through independent noise and differentiable parameters.

## Know first

- [Twierdzenie Bayesa i wnioskowanie bayesowskie (Bayes' theorem and Bayesian inference)](https://aiatlasgraph.com/t/bayesinference.md)
- [Propagacja wsteczna (backpropagation) (Backpropagation)](https://aiatlasgraph.com/t/backprop.md)

## Examples

- PL: ELBO · trik reparametryzacji · przestrzeń ukryta · enkoder i dekoder probabilistyczny
- EN: ELBO · reparameterisation trick · latent space · probabilistic encoder and decoder

## Subtopics (2 direct, 2 in total)

- [Dyskretne kody obrazu i dźwięku (VQ-VAE, VQGAN) (Vector-quantised autoencoders (VQ-VAE, VQGAN))](https://aiatlasgraph.com/t/vqvae.md): An autoencoder whose encoder outputs indices of the nearest vectors in a learned codebook, producing discrete tokens for generative models.
- [Rozplątane reprezentacje (β-VAE) (Disentangled representations (β-VAE))](https://aiatlasgraph.com/t/betavae.md): A VAE variant with weight β>1 on the KL term, strengthening independence of latent variables at the cost of reconstruction quality.

## Related topics

Untyped, symmetric "see also" links.

- [Dyfuzja w przestrzeni pikseli (Pixel-space diffusion)](https://aiatlasgraph.com/t/pixeldiffusion.md)
- [Dyfuzja w przestrzeni ukrytej (Stable Diffusion) (Latent diffusion (Stable Diffusion))](https://aiatlasgraph.com/t/latentdiffusion.md)
- [Wnioskowanie przybliżone: próbkowanie i metody wariacyjne (Approximate inference: MCMC sampling and variational methods)](https://aiatlasgraph.com/t/approxinference.md)

## Sources

- [Understanding Deep Learning (Simon J.D. Prince) — chapter list](<https://udlbook.github.io/udlbook/>) `udlbook-toc` · by Simon J.D. Prince
- [Auto-Encoding Variational Bayes](<https://arxiv.org/abs/1312.6114>) `vae-2013` · by Diederik P. Kingma, Max Welling
- [Flow-based Deep Generative Models](<https://lilianweng.github.io/posts/2018-10-13-flow-models/>) `lilianweng-flow-models-2018` · by Lilian Weng
- [High-Resolution Image Synthesis with Latent Diffusion Models](<https://arxiv.org/abs/2112.10752>) `latent-diffusion-2021` · by Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser, Björn Ommer

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/vae · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30