这篇文章指出vae模型使用简单的高斯分布作为先验，先验中没有灵活的参数，导致模型不够灵活。因此，以一个狄利克雷过程（本文是中国餐馆过程CRP）作为vae的先验，以此来增强隐变量的能力。在本文中，训练过程是交替的，即先用vae对encoder和decoder进行训练，然后使用变分推断对CRP进行推断，作者认为这是一种统一的训练。同时，作者认为，VAE中，先验部分和decoder部分可以视为数据的生成模型，而encoder视为推断网络。以下是本文的模型图：
2.png
以下是本文的图模型
1.png
