1.本项目基于TensorFlow的全连接层神经网络模型，结合了VAE（Variational Auto-encoder）变分编码器技术，用于在FashionMNIST与MNIST数据集上实现数据的潜在空间学习和图像重构生成。
2.项目运行环境：Python 环境、TensorFlow 环境和 GPU 环境。需要安装的依頼包为: tensorflow==1.9.0, keras=2.2.0
3.项目包括4个模块：数据预处理、模型构建及编译、模型训练及图像生成、数据集处理。其中在模型搭建和测试阶段使用MNIST手写数字数据集，下载地址为http://yann.lecun.com/exdb/mnist/。在模型的实际应用中，可以使用FashionMNIST数据集，下载地址为https://www.oschina.net/p/fashion-mnist。数据载入VAE模型之后，定义参数，分别构建编码器、Lambda和解码器，再自定义总的损失函数并编译模型。
4.项目博客：
https://blog.csdn.net/qq_31136513/article/details/132488004
