vae学习笔记

2019 年 6 月 18 日 CreateAMind

https://kexue.fm/archives/5383 

三篇vae写的非常好,个人学习记录如下:


建议直接阅读原文。


https://kexue.fm/archives/5253  第一篇的截图



通常图片都是有隐变量z 比如100维向量表示。



z如果重构的好,那z离正常图片分布就近,离标准正态分布就远,klloss就大。


https://kexue.fm/archives/5343  二的截图







https://kexue.fm/archives/5383  第三篇 







苏剑林. (2018, Apr 03). 《变分自编码器(三):这样做为什么能成? 》[Blog post]. Retrieved from https://kexue.fm/archives/5383



登录查看更多
22

相关内容

一份简短《图神经网络GNN》笔记,入门小册
专知会员服务
226+阅读 · 2020年4月11日
vqvae2 paper及同时重建场景和人脸的效果
CreateAMind
13+阅读 · 2019年7月5日
互信息:无监督提取特征 kexue.fm笔记
CreateAMind
6+阅读 · 2019年6月19日
互信息论文笔记
CreateAMind
23+阅读 · 2018年8月23日
【论文笔记】ICLR 2018 Wasserstein自编码器
专知
32+阅读 · 2018年6月29日
已删除
将门创投
7+阅读 · 2018年4月18日
Arxiv
4+阅读 · 2018年4月9日
Arxiv
7+阅读 · 2018年3月12日
Arxiv
3+阅读 · 2017年7月6日
VIP会员
相关资讯
vqvae2 paper及同时重建场景和人脸的效果
CreateAMind
13+阅读 · 2019年7月5日
互信息:无监督提取特征 kexue.fm笔记
CreateAMind
6+阅读 · 2019年6月19日
互信息论文笔记
CreateAMind
23+阅读 · 2018年8月23日
【论文笔记】ICLR 2018 Wasserstein自编码器
专知
32+阅读 · 2018年6月29日
已删除
将门创投
7+阅读 · 2018年4月18日
相关论文
Arxiv
4+阅读 · 2018年4月9日
Arxiv
7+阅读 · 2018年3月12日
Arxiv
3+阅读 · 2017年7月6日
Top
微信扫码咨询专知VIP会员