我想使用我在图像数据集上训练的变分自编码器（VAE）作为另一个任务的特征提取器，例如用我的VAE替换ResNet进行特征提取。我应该使用哪些层来实现这一点？

对于“标准”的自编码器，你只需使用编码网络，但由于VAE的潜在层包括均值和分布，我不知道应该使用哪些层来进行特征提取。

有谁知道如何使用VAE作为特征提取器，以及在使用不同组件时需要考虑什么吗？

回答：

在VAE中，隐藏变量z被用作降维的提取特征。这里有一个从原始空间的四个特征（[x1,x2,x3,x4]）降维到减少空间的两个特征（[z1,z2]）的示例（来源）：

一旦你训练了模型，你可以将一个样本传递给编码器以提取特征。你可以在mnist数据上找到一个Keras实现的示例这里（参见plot_label_clusters函数）：