Variational Autoencoder (VAE)

Schrijver: Roger Morrison
Datum Van Creatie: 27 September 2021
Updatedatum: 21 Juni- 2024
Anonim
Variational Autoencoders
Video: Variational Autoencoders

Inhoud

Definitie - Wat betekent Variational Autoencoder (VAE)?

Een variabele autoencoder is een specifiek type neuraal netwerk dat helpt bij het genereren van complexe modellen op basis van gegevenssets. Over het algemeen wordt over autoencoders vaak gesproken als een type diep lerend netwerk dat probeert een model te reconstrueren of de doeloutputs te matchen met verstrekte inputs via het principe van backpropagation.


Een inleiding tot Microsoft Azure en de Microsoft Cloud | In deze handleiding leert u wat cloud computing inhoudt en hoe Microsoft Azure u kan helpen bij het migreren en runnen van uw bedrijf vanuit de cloud.

Techopedia verklaart Variational Autoencoder (VAE)

Variabele autoencoders gebruiken waarschijnlijkheidsmodellering in een neuraal netwerksysteem om het soort evenwicht te bieden dat autoencoders meestal worden gebruikt om te produceren. De variabele autoencoder werkt met een encoder, een decoder en een verliesfunctie. Door verliesaspecten te reconstrueren, kan het systeem leren zich te concentreren op gewenste waarschijnlijkheden of outputs, bijvoorbeeld door een opmerkelijke focus te produceren bij het genereren van afbeeldingen en beeldverwerking. Tests van dit soort netwerken tonen bijvoorbeeld hun vermogen om numerieke cijfers van ingangen te reconstrueren en weer te geven.