Autoencoder Variacional (VAE)

Autor: Roger Morrison
Fecha De Creación: 27 Septiembre 2021
Fecha De Actualización: 21 Junio 2024
Anonim
Variational Autoencoders
Video: Variational Autoencoders

Contenido

Definición: ¿Qué significa Autoencoder Variacional (VAE)?

Un autoencoder variacional es un tipo específico de red neuronal que ayuda a generar modelos complejos basados ​​en conjuntos de datos. En general, los codificadores automáticos a menudo se mencionan como un tipo de red de aprendizaje profundo que intenta reconstruir un modelo o hacer coincidir las salidas objetivo con las entradas proporcionadas a través del principio de retropropagación.


Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.

Techopedia explica Autoencoder Variacional (VAE)

Los autoencoders variacionales usan modelos de probabilidad en un sistema de red neuronal para proporcionar los tipos de equilibrio que los autoencoders suelen usar para producir. El autoencoder variacional funciona con un codificador, un decodificador y una función de pérdida. Al reconstruir los aspectos de pérdida, el sistema puede aprender a enfocarse en las probabilidades o salidas deseadas, por ejemplo, produciendo un enfoque notable en la generación y el procesamiento de imágenes. Por ejemplo, las pruebas de este tipo de redes muestran su capacidad para reconstruir y representar dígitos numéricos a partir de entradas.