Varijacijski autokoder (VAE) vrsta je umjetne neuronske mreže koja je osposobljena za učenje komprimirane reprezentacije ulaznih podataka, obično slika ili teksta. Komprimirani prikaz, poznat kao latentna varijabla, sadrži nižedimenzionalni "sažetak" ulaznih podataka i može se koristiti za zadatke kao što su kompresija podataka, vizualizacija podataka i generiranje podataka.
VAE se sastoji od dva dijela: kodera i dekodera. Koder preslikava ulazne podatke u latentnu varijablu, dok dekoder preslikava latentnu varijablu natrag u izvorne podatke. Tijekom obuke, VAE uči minimizirati razliku između izvornih podataka i rekonstruiranih podataka koje proizvodi dekoder, dok također maksimizira sličnost između distribucije latentnih varijabli i ciljane distribucije.
Glavna razlika između VAE i tradicionalnog autokodera je u tome što VAE prisiljava latentnu varijablu da slijedi određenu distribuciju, obično Gaussovu distribuciju. To omogućuje VAE da generira nove podatke uzorkovanjem iz naučene distribucije latentnih varijabli, koje se mogu koristiti za zadatke kao što je generiranje slika i teksta.
Datum objave: