机器学习 vae是什么(简介)
机器学习 vae是什么(简介)
一、总结
一句话总结:
VAE 模型是一种有趣的生成模型,与GAN相比,VAE 有更加完备的数学理论(引入了隐变量),理论推导更加显性,训练相对来说更加容易。
VAE(Variational Autoencoder) 全名叫 变分自编码器,是从之前的 auto-encoder 演变过来的
二、机器学习 vae是什么
转自或参考:机器学习:VAE(Variational Autoencoder) 模型_Matrix-11-CSDN博客
https://blog.csdn.net/matrix_space/article/details/83683811
VAE(Variational Autoencoder) 模型
VAE 模型是一种有趣的生成模型,与GAN相比,VAE 有更加完备的数学理论(引入了隐变量),理论推导更加显性,训练相对来说更加容易。
VAE 可以从神经网络的角度或者概率图模型的角度来解释。
VAE 全名叫 变分自编码器,是从之前的 auto-encoder 演变过来的,auto-encoder 也就是自编码器,自编码器,顾名思义,就是可以自己对自己进行编码,重构。所以 AE 模型一般都由两部分的网络构成,一部分称为 encoder, 从一个高维的输入映射到一个低维的隐变量上,另外一部分称为 decoder, 从低维的隐变量再映射回高维的输入
我的旨在学过的东西不再忘记(主要使用艾宾浩斯遗忘曲线算法及其它智能学习复习算法)的偏公益性质的完全免费的编程视频学习网站:
【读书编程笔记】fanrenyi.com;有各种前端、后端、算法、大数据、人工智能等课程。
版权申明:欢迎转载,但请注明出处
一些博文中有一些参考内容因时间久远找不到来源了没有注明,如果侵权请联系我删除。
AI交流资料群:753014672