Variational Autoencoders (VAE), makine öğreniminde generatif modelleme için kullanılan bir tür yapay sinir ağıdır. VAE’ler, verileri belirli bir dağılıma uyarlar ve bu dağılımdan örnekler üretebilirler. Klasik otoenkoderlerden farklı olarak, VAE’ler girdiyi daha düşük boyutlu bir latent uzaya dönüştürürken, bu uzayın belirli bir istatistiksel dağılıma (genellikle normal dağılım) uygun olmasını sağlar. VAE, bir encoder ve decoder olmak üzere iki ana bileşenden oluşur. Encoder, girdiyi latent uzayda bir kod ile temsil eder ve decoder, bu kodu kullanarak girdinin yeniden yapılandırılmasını sağlar. Bu yapı, yeni ve benzer verilerin generatif olarak oluşturulmasına olanak tanır. Ayrıca, VAE’ler genellikle kayıp fonksiyonuna eklenen bir regularizasyon terimi ile optimize edilir, bu da modelin genel dağılıma uymasını sağlar.