Autoencoder variacional (VAE)

Autora: Roger Morrison
Data De La Creació: 27 Setembre 2021
Data D’Actualització: 21 Juny 2024
Anonim
Variational Autoencoders
Vídeo: Variational Autoencoders

Content

Definició: què significa Autoencoder Variacional (VAE)?

Un autoencoder variacional és un tipus específic de xarxa neuronal que ajuda a generar models complexos basats en conjunts de dades. En general, sovint es parla dels codificadors automàtics com un tipus de xarxa d'aprenentatge profund que intenta reconstruir un model o fer coincidir les sortides objectiu a les entrades proporcionades mitjançant el principi de la proproducció.


Una introducció a Microsoft Azure i al Microsoft Cloud | Durant aquesta guia, podreu conèixer què és la informàtica en núvol i com Microsoft Azure us pot ajudar a migrar i executar el vostre negoci des del núvol.

Techopedia explica variador automàtic (VAE)

Autoencoders variacionals utilitzen modelatge de probabilitats en un sistema de xarxa neuronal per proporcionar els tipus d'equilibri que normalment s'utilitzen per produir autoencoders. L’autoencoder variacional funciona amb un codificador, un descodificador i una funció de pèrdua. En reconstruir aspectes de pèrdues, el sistema pot aprendre a centrar-se en les probabilitats o sortides desitjades, per exemple, produint un enfocament notable en la generació d'imatges i el processament d'imatges. Per exemple, les proves d’aquest tipus de xarxes mostren la seva capacitat per reconstruir i presentar dígits numèrics a partir d’entrades.