从零认识 VQGAN：开源项目选择、核心原理与复现路线指南前言第一次接触 VQGAN 时，很多人会遇到几个问题：VQGAN 到底是什么？它和 VQ-VAE、GAN、Transformer 有什么关系？taming-transformers是模型、论文，还是代码库？GitHub 上有很多 VQGAN 实现，应该选择哪一个？想复现原论文，应该从哪里开始？为什么有些仓库容易读，却不适合严格复现论文？为什么只有一个VQModel还不能算完整的 VQGAN？本文将从零开始解释这些问题。读完本文后，你应该能够理解：VQGAN 的基本工作原理；taming-transformers项目的作用；VQGAN 的主要组成部分；不同开源库的优缺点；如何选择适合自己的 VQGAN 实现；如何设计一条适合初学者的学习与复现路线。第一部分：VQGAN 是什么一、从普通自编码器说起自编码器是一类用于压缩和重建数据的神经网络。它通常由两个部分组成：