Latent Space

定义 Definition

Latent space 指“潜在空间”：在机器学习（尤其是深度学习与生成模型）中，用一个较低维、连续的向量空间来表示数据的隐含特征/压缩表示。在这个空间里，相似的样本通常更接近；沿某个方向移动可能对应可解释的属性变化（如风格、姿态、语气等）。

发音 Pronunciation (IPA)

/ˈleɪtənt speɪs/

例句 Examples

A good autoencoder learns a latent space that captures the main features of the data.
一个好的自编码器会学习到能抓住数据主要特征的潜在空间。

By interpolating between two points in latent space, the model can generate smooth transitions between different images.
通过在潜在空间中对两个点进行插值，模型可以生成不同图像之间平滑过渡的结果。

词源 Etymology

latent 源自拉丁语 latēre，意为“隐藏”；space 表示“空间/范围”。合起来字面意思是“隐藏的空间”，在现代机器学习语境中引申为“数据背后不可直接观测、但可用向量表示的特征空间”。

相关词 Related Words

• Autoencoder
• Embedding
• Feature
• Generative
• Interpolation
• Manifold
• Representation
• Variational Autoencoder

文学与著作中的用例 Literary Works

• Ian Goodfellow, Yoshua Bengio, Aaron Courville — Deep Learning（讨论表示学习与潜变量/潜在表示相关概念）
• Christopher M. Bishop — Pattern Recognition and Machine Learning（涉及潜变量模型，为“latent”相关术语提供经典框架）
• David Foster — Generative Deep Learning（生成模型中频繁使用“latent space”，含直观解释与案例）
• Diederik P. Kingma & Max Welling — “Auto-Encoding Variational Bayes”（VAE 论文语境中常讨论潜在表示/潜在空间结构）