Autoencoder variabile (VAE)

Autore: Roger Morrison
Data Della Creazione: 27 Settembre 2021
Data Di Aggiornamento: 21 Giugno 2024
Anonim
Variational Autoencoders
Video: Variational Autoencoders

Contenuto

Definizione - Cosa significa Variaencial Autoencoder (VAE)?

Un autoencoder variazionale è un tipo specifico di rete neurale che aiuta a generare modelli complessi basati su set di dati. In generale, gli autoencoders vengono spesso descritti come un tipo di rete di apprendimento profondo che tenta di ricostruire un modello o abbinare gli output target agli input forniti attraverso il principio di backpropagation.


Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.

Techopedia spiega il Variational Autoencoder (VAE)

Gli autoencoders variazionali usano la modellazione di probabilità in un sistema di reti neurali per fornire i tipi di equilibrio che gli autoencoder sono tipicamente utilizzati per produrre. L'autoencoder variazionale funziona con un encoder, un decodificatore e una funzione di perdita. Ricostruendo gli aspetti di perdita, il sistema può imparare a concentrarsi sulle probabilità o sugli output desiderati, ad esempio, producendo una notevole attenzione nella generazione e nell'elaborazione delle immagini. Ad esempio, i test di questi tipi di reti mostrano la loro capacità di ricostruire e rendere cifre numeriche dagli input.