Променлив автоенкодер (VAE)

Автор: Roger Morrison
Дата На Създаване: 27 Септември 2021
Дата На Актуализиране: 21 Юни 2024
Anonim
Применение VAE для задачи генерации кода
Видео: Применение VAE для задачи генерации кода

Съдържание

Определение - Какво означава Variational Autoencoder (VAE)?

Променливият автоенкодер е специфичен тип невронна мрежа, който помага да се генерират сложни модели, базирани на набори от данни. По принцип за автоенкодерите често се говори като за тип мрежа за дълбоко обучение, която се опитва да реконструира модел или да съответства на целевите изходи с предоставените входове чрез принципа на обратното разпространение.


Въведение в Microsoft Azure и Microsoft Cloud | В това ръководство ще научите какво представлява компютърните изчисления и как Microsoft Azure може да ви помогне да мигрирате и стартирате бизнеса си от облака.

Техопедия обяснява вариационен автоенкодер (VAE)

Разнообразни автоенкодери използват вероятностно моделиране в система от невронни мрежи, за да осигурят видовете равновесие, които обикновено се използват за автоенкодери. Променливият автоенкодер работи с енкодер, декодер и функция на загуба. Реконструирайки аспектите на загубите, системата може да се научи да се съсредоточава върху желаните вероятности или резултати, например, създавайки забележителен фокус при генериране на изображения и обработка на изображения. Например тестовете на тези типове мрежи показват способността им да реконструират и рендерират цифрови цифри от входовете.