VAE(Variational Autoencoder)는 일반적으로 이미지나 텍스트와 같은 입력 데이터의 압축된 표현을 학습하도록 훈련된 일종의 인공 신경망입니다. 잠재 변수로 알려진 압축된 표현은 입력 데이터의 저차원 "요약"을 포함하며 데이터 압축, 데이터 시각화 및 데이터 생성과 같은 작업에 사용할 수 있습니다.
VAE는 인코더와 디코더의 두 부분으로 구성됩니다. 인코더는 입력 데이터를 잠재 변수에 매핑하고 디코더는 잠재 변수를 다시 원래 데이터에 매핑합니다. 교육 중에 VAE는 원래 데이터와 디코더에서 생성된 재구성된 데이터 간의 차이를 최소화하는 동시에 잠재 변수 분포와 목표 분포 간의 유사성을 최대화하는 방법을 학습합니다.
VAE와 기존 오토인코더의 주요 차이점은 VAE가 잠재 변수가 특정 분포, 일반적으로 가우시안 분포를 따르도록 강제한다는 것입니다. 이를 통해 VAE는 이미지 및 텍스트 생성과 같은 작업에 사용할 수 있는 잠재 변수의 학습된 분포에서 샘플링하여 새로운 데이터를 생성할 수 있습니다.
발행일: