Autoencoder variacional (VAE)

Autor: Roger Morrison
Data De Criação: 27 Setembro 2021
Data De Atualização: 21 Junho 2024
Anonim
Variational Autoencoders
Vídeo: Variational Autoencoders

Contente

Definição - O que significa Autoencoder Variacional (VAE)?

Um autoencoder variacional é um tipo específico de rede neural que ajuda a gerar modelos complexos com base em conjuntos de dados. Em geral, os autoencodificadores são frequentemente mencionados como um tipo de rede de aprendizado profundo que tenta reconstruir um modelo ou combinar os resultados desejados com os dados fornecidos pelo princípio da retropropagação.


Uma introdução ao Microsoft Azure e Microsoft Cloud | Neste guia, você aprenderá sobre o que é a computação em nuvem e como o Microsoft Azure pode ajudá-lo a migrar e administrar seus negócios a partir da nuvem.

Techopedia explica Variational Autoencoder (VAE)

Auto-codificadores variacionais usam modelagem de probabilidade em um sistema de rede neural para fornecer os tipos de equilíbrio que os auto-codificadores normalmente são usados ​​para produzir. O autoencoder variacional funciona com um codificador, um decodificador e uma função de perda. Ao reconstruir aspectos de perda, o sistema pode aprender a focar nas probabilidades ou resultados desejados, por exemplo, produzindo um foco notável na geração e no processamento de imagens. Por exemplo, testes desses tipos de redes mostram sua capacidade de reconstruir e renderizar dígitos numéricos a partir de entradas.