機器學習模型
生成模型是一種機器學習模型，主要用於生成新的數據樣本，而不是僅僅對已有數據進行分類或預測。
生成模型的目標是學習數據的潛在結構，以便能夠生成具有相似特徵的新數據。這些模型可以學習數據的分布，並從中生成新的樣本，這在圖像生成、文本生成和音頻生成等任務中非常有用。生成模型通常是基於數據樣本的聯合機率分布進行建模的，這意味著它們不僅考慮了特徵之間的相互關係，還學習了如何生成符合這些關係的全新數據。與判別模型不同，後者主要用於區分不同類型的數據實例，生成模型則關注於數據的整體分布和生成過程。