摘要:        
Autoencoder(自编码器) 和 VAE(变分自编码器) 都是无监督学习模型,主要用于数据的降维、特征提取和生成任务。它们的目标都是将输入数据压缩成一个潜在空间表示(即编码),然后再从这个表示重建出原始数据。尽管它们的结构和目标类似,但它们的工作原理和应用有所不同。 1. Autoencode    阅读全文
posted @ 2025-02-10 15:11
GraphL
阅读(161)
评论(0)
推荐(0)
        
            
        
        
摘要:        
所以,就是说有48步,每一步去噪生成一个轨迹点?然后具体的去噪过程就是,我输入特征信息,辅助预测噪声,然后将当前的值减去噪声,是这样子么? 是的,你理解得很准确!下面我将更详细地解释一下 去噪过程,特别是在每一步如何生成一个轨迹点,以及如何将当前值减去噪声。 去噪过程的详细解释: 从噪声开始: 你开    阅读全文
posted @ 2025-02-10 05:08
GraphL
阅读(163)
评论(0)
推荐(0)
        
                    
                
浙公网安备 33010602011771号