Variační autoencoder (VAE)

Autor: Roger Morrison
Datum Vytvoření: 27 Září 2021
Datum Aktualizace: 21 Červen 2024
Anonim
Variační autoencoder (VAE) - Technologie
Variační autoencoder (VAE) - Technologie

Obsah

Definice - Co znamená Variational Autoencoder (VAE)?

Variační autoencoder je specifický typ neuronové sítě, která pomáhá vytvářet komplexní modely založené na souborech dat. Obecně se o autoenkodérech často mluví jako o typu sítě pro hluboké učení, která se pokouší rekonstruovat model nebo přizpůsobit cílové výstupy poskytovaným vstupům prostřednictvím principu zpětného šíření.


Úvod do Microsoft Azure a Microsoft Cloud | V této příručce se dozvíte, o čem cloud computing je a jak vám může Microsoft Azure pomoci migrovat a řídit podnikání z cloudu.

Techopedia vysvětluje Variational Autoencoder (VAE)

Variační autoenkodéry používají modelování pravděpodobnosti v systému neuronové sítě k zajištění druhů rovnováhy, které se autoenkodéry obvykle používají k výrobě. Variační autoencoder pracuje s kodérem, dekodérem a ztrátovou funkcí. Rekonstrukcí aspektů ztráty se systém může naučit soustředit se na požadované pravděpodobnosti nebo výstupy, například vytvářet pozoruhodné zaostření při generování a zpracování obrazu. Například testy těchto typů sítí ukazují jejich schopnost rekonstruovat a vykreslit číselné číslice ze vstupů.