Στόχος: να διακρίνετε ανακατασκευή, πιθανοτική παραγωγή και οικογένειες μοντέλων.
Ένας κωδικοποιητής μετατρέπει το x σε λανθάνουσα αναπαράσταση z· ένας αποκωδικοποιητής ανακατασκευάζει το x̂.
Το δίκτυο ελαχιστοποιεί μια απώλεια ανακατασκευής. Αν έχει υπερβολική χωρητικότητα χωρίς περιορισμό,
μπορεί να μάθει μια απλή ταυτότητα και να παράγει μια ελάχιστα χρήσιμη αναπαράσταση.
x → κωδικοποιητής → z → αποκωδικοποιητής → x̂Χρήσεις: συμπίεση, αποθορυβοποίηση, προεκπαίδευση, ανίχνευση ανωμαλιών. Ένα μεγάλο σφάλμα ανακατασκευής είναι καλό σκορ ανωμαλίας μόνο αν το πρωτόκολλο το επιβεβαιώνει.
Ο Variational Autoencoder μαθαίνει μια λανθάνουσα κατανομή και βελτιστοποιεί ανακατασκευή πλέον ομαλοποίηση KL. Μπορούμε να δειγματοληπτήσουμε στον λανθάνοντα χώρο και μετά να αποκωδικοποιήσουμε. Ο συμβιβασμός μεταξύ πιστότητας και λανθάνουσας δομής είναι κεντρικός.
Προεπισκόπηση — η συνέχεια του μαθήματος είναι διαθέσιμη στους εγγεγραμμένους.
Η πρόσβασή σας συνδέεται με τον λογαριασμό σας, όχι με αυτόν τον σύνδεσμο. Συνδεθείτε με το ίδιο email που χρησιμοποιήσατε στην τάξη: το μάθημά σας σας περιμένει, δεν χρειάζεται να ξαναβάλετε τον κωδικό.
ΣύνδεσηΔεν έχετε λογαριασμό; Δημιουργήστε ένανΟι πρώτες ενότητες του μαθήματος είναι σε ελεύθερη πρόσβαση. Για τη συνέχεια υπάρχουν τρεις δρόμοι: αγοράστε αυτό το μάθημα μία φορά, κάντε συνδρομή, ή εισαγάγετε τον κωδικό που δόθηκε στην τάξη.