O treinamento de um autoencoder variacional (VAE), assim como outros modelos de redes neurais, tem por objetivo reduzir o erro observado na saída d...

O treinamento de um autoencoder variacional (VAE), assim como outros modelos de redes neurais, tem por objetivo reduzir o erro observado na saída do modelo. No caso específico do VAE, como é calculado o erro durante o treinamento?
A. Por se tratar de um modelo não supervisionado, não há uma função de erro explícito para essa classe de modelos.
B. O erro de treinamento (função de custo) é calculado via erro quadrático médio entre os exemplos do conjunto de treinamento e as suas respectivas reconstruções.
C. O erro de treinamento (função de custo) é composto pela soma da divergência KL (Kullback-Leibler) entre a distribuição latente aprendida e uma distribuição normal e o erro de reconstrução.
D. O erro de treinamento (função de custo) é calculado a partir da diferença entre a entrada e a saída do decodificador.
E. O erro de treinamento (função de custo) é obtido via entropia cruzada do sinal latente e da saída do modelo.