VAE

【keras之父】GAN & VAE

RNN已经被成功应用于音乐生成，对话生成，图像生成，语音合成和分子设计，甚至还可以用于制作电影剧本。如何生成序列数据？使用前面的标记作为输入训练一个网络（通常是RNN或CNN）来预测序列中接下来的一个或多个标记。这个过程涉及名词：标记、潜在空间、采样、条件数据、softMax模型等～～～～～～～～～～～采样策略的重要性～～～～～～～～～～～～～贪婪采样（greedysampling）始终选择可能性
He110_Wr0ld·2019-04-25 16:04

半监督VAE文本分类中对无标签以及有标签数据的处理区别

43321Semi-supervisedLearningwithDeepGenerativeModels-------2014NIPS参考的复现代码：https://github.com/wead-hsu/semi-vae1
芮芮杰·2019-04-21 17:41

VAE在NLP中的应用

转自：http://rsarxiv.github.io/2017/03/02/PaperWeekly%E7%AC%AC%E4%BA%8C%E5%8D%81%E4%B8%83%E6%9C%9F/转自：http://www.zhiding.cn/techwalker/documents/J9UpWRDfVYHE5TpRGiv0xtyE8PkOpXEHWb_a1TS4qjg提及GenerativeMod
芮芮杰·2019-04-18 21:07

深度学习和聚类

1对我们所需要的loss的定义loss函数这是Ln是network（AE，VAE等等）的loss，Lc是聚类（k-means等等）loss，一起的。
LeetCoder·2019-04-17 01:20

关于深度学习理论和架构的最新综述(part3)

LSTM）门控循环单元（GRU）卷积LSTM（ConvLSTM）RNN架构的变体及其应用基于注意力的RNN模型RNN申请自动编码器（AE）和限制玻尔兹曼机（RBM）回顾自动编码器（AE）变分自动编码器（VAE
wtuiigu·2019-04-02 08:34

半监督vae用于情感分类的论文汇总阅读：Variational Autoencoder

1.AAAI-2017-VariationalAutoencoderforSemi-SupervisedTextClassification摘要：虽然半监督变分自动编码器(SemiVAE)在图像分类任务中工作,但如果使用vanillaLSTM作为解码器,则在文本分类任务中失败。从强化学习的角度出发,验证了解码器区分不同分类标签的能力是必不可少的。因此,提出了半监督顺序变分自动编码器(SSVAE),
芮芮杰·2019-03-28 23:28

文本生成的论文追溯：Seq2seq，VAE，GAN

Seq2seq《RecentAdvancesonNeuralHeadlineGeneration》JCST2017《ANeuralConversationalModel》ICML2015《TopicAwareNeuralResponseGeneration》AAAI2017《Apersona-BasedNeuralConversationModel》ACL2016《IncorporatingCop
姬香·2019-03-20 15:00

VAE初步理解

初步的理解：https://www.sohu.com/a/226209674_500659不错的视频：https://www.bilibili.com/video/av20165127?from=search&seid=11688998895002187651数学公式的推导：PPT自己的理解：首先，AE(AutoEncoder),包括Encoder，Decoder部分，Encoder得到的是输入的
gaoprincess·2019-03-17 15:38

【GAN与NLP】GAN的原理 —— 与VAE对比及JS散度出发

0.introductionGAN模型最早由IanGoodfellowetal于2014年提出，之后主要用于signalprocessing和naturaldocumentprocessing两方面，包含图片、视频、诗歌、一些简单对话的生成等。由于文字在高维空间上不连续的问题（即任取一个wordembedding向量不一定能找到其所对应的文字），GAN对于NLP的处理不如图像的处理得心应手，并且从
水奈樾·2019-03-06 18:00

GAN学习笔记-李宏毅：GAN Lecture 7 (2018): Info GAN, VAE-GAN, BiGAN

李宏毅老师讲解的GANLecture7(2018):InfoGAN,VAE-GAN,BiGAN问题：inputfeature对output影响不明确这件事；本来假设不同的特性在latentspace上的分布是有某种规律性的
ahigan·2019-03-06 16:30

GAN系列：李宏毅老师GAN课程P7——Info GAN，VAE-GAN，BiGAN

InfoGAN:在GAN的生成器中，输入一个随机向量，可生成一副图像。向量和图像间的关系可以理解为某种映射，也可以视作向量是图像的特征(尽管可能是隐形的)。为了能找到向量中每个元素/特征和生成图像间的关系，希望元素的改变对图像的影响是有规律可循的，但是一般这种规律是不直观的，如下图所示：InfoGAN就是针对该问题进行的改进：1.生成器的输入随机向量由两部分组成：和(都是向量)，生成器要学到中每一
lyn_decoder·2019-03-01 13:28

【Windows 10+Caffe+matlab 2016b】在Cuda9.2+CuDnn7.4环境下使用VS2013编译caffe-GPU版本

downloadlinks)参考博客https://blog.csdn.net/qq_33993942/article/details/79149669（主要参考）https://www.cnblogs.com/Vae1990Sil
Gerwels_JI·2019-02-27 19:49

AIOps探索：基于VAE模型的周期性KPI异常检测方法

AIOps探索：基于VAE模型的周期性KPI异常检测方法作者：林锦进前言在智能运维领域中，由于缺少异常样本，有监督方法的使用场景受限。
AIOPstack·2019-01-31 13:42

keras实现VAE及模型存取

Noteskeras在github的网页有VAE的例子，借此例研究keras模型存取过程。
HackerTom·2019-01-30 16:13

自动上色论文《Learning Diverse Image Colorization》

作者通过变分自编码器（VAE）学习色域的低维度的embedding，并设计损失函数来避免模糊的输出结果，以及考虑到像素颜色的
Najlepszy·2019-01-19 14:02

【论文笔记】A Neural Representation of Sketch Drawings

谷歌的论文，基于seq2seq+VAE编码并生成手绘序列https://arxiv.org/pdf/1704.03477.pdf本文主要是论文的概述翻译，记录文章目录1.Introduction2.RelatedWork3
煎饼证·2019-01-15 16:12

数据结构与算法 树/二叉树

blog.csdn.net/hansionz/article/details/81908134（2）【经典面试题二】二叉树的递归与非递归遍历（前序、中序、后序）https://www.cnblogs.com/SHERO-Vae
Jxufe渣渣斯·2019-01-11 18:06

庐州的月光

一时被人广为传唱，自此大家都认识了我的爱豆Vae许嵩。当年就说想去庐州(合肥）去看看，可惜十年之后才来到合肥。我到合肥去逛的第一个地方，不是博物馆，也不是几A级景区，而是庐阳区的一个特别不起眼的公园。
崖香子·2019-01-05 21:41

TensoFlow 实现 VAE（变分自编码）神经网络

TensoFlow实现变分自编码（VAE）神经网络文章目录TensoFlow实现变分自编码（VAE）神经网络1.网络结构输出损失代码：变数对最后输出的影响1.截断随机正态分布的截断参数1.网络结构自上而下
dongyangY·2019-01-02 15:43

【聚合阅读】机器学习资料最强汇总！

lixudong.store同步更新，欢迎持续关注~深度学习理论类机器学习教程会议/论文框架/代码/实践深度学习理论类新型RNN：将层内神经元相互独立以提高长程记忆|CVPR2018论文解读再谈变分自编码器VAE
大圣圈AI大讲堂·2019-01-01 21:50

VAE(Variational Autoencoder)简单推导及理解

VAE的简单推导及理解概述VAE公式推算VAE训练过程训练的最终目标训练步骤，两步走1、调整Encoder（即$q(z|x)$）增大$L_b$:2、调整Decoder（即$P(x|z)$）增大$L_b$
cjh_jinduoxia·2018-12-30 16:21

机器学习与深度学习系列连载： 第四部分 对抗网络GAN (六) 对抗网络 （EBGAN，Info GAN，Bi GAN，VAE-GAN， Seq2Seq GAN）

对抗网络GAN家族简介（EBGAN，InfoGAN，BiGAN，VAE-GAN，Seq2SeqGAN）1.Energy-basedGANEBGAN其实就是鉴别器Discriminator，提前用AutoEncoder
人工智能插班生·2018-12-25 09:06

绝代风华·vae

【vae是我的青春啊】一副耳机两条线
莲生惊鸿·2018-12-06 13:53

许嵩：十年青春，绝代风华

一位读大二的男生，利用业余时间将自己创作的歌曲，以Vae为笔名，发布在个人网站上。一时间，引起无数网友关注。彼时的男孩，或许无法预料到，未来的十年间，他所创作的歌曲，将伴随整整一代人的记忆。
陈午·2018-11-30 22:41

台湾NTU李宏毅的Machine Learning (2017,Fall)，部分要点总结3：Auto-encoder，GAN，seq2seq相关，RNN等

文章目录Auto-encoderAuto-encoderforCNNPre-trainingDNNVariationalAuto-encoder(VAE)GenerativeAdversarialNetwork
强殖装甲凯普·2018-11-30 17:22

GAN（二）:VAE-GAN，BiGAN

一、VAE-GAN简介下图展示了VAE-GAN的大体框架。所谓“人如其名”，在给gan命名的时候也是如此。VAE-GAN就是VAE和GAN的结合体。VAE：包含encoder和decoder两部分。
无名wxd·2018-11-22 16:19

VAE详细推导

转自：https://blog.csdn.net/ustbfym/article/details/78870990先上两个图解释下VAE在这两个的基础上，我们可以定义datalikelihood:为什么要采用变分由于
芮芮杰·2018-11-19 22:21

Pytorch_VAE_MNIST

VAEPytorchVAEImplementationforMNISTLoss部分必须给予KL一个较小的权重，模型才可以收敛输出，为什么呢？Reference生成模型GAN+VAECollectionhttps://github.com/hwalsuklee/tensorflow-generative-model-collections/blob/master/README.mdLossFunct
LeYOUNGER·2018-11-09 16:48

从Variational Inference到 VAE的详细概述

由于最近看论文经常看到VAE方面的东西，这个东西以前是看过的，现在打算系统地再梳理以下，为后面地工作展开铺铺路。首先，我们来说说VariationalInference。
Johnny_Cuii·2018-10-25 16:12

乘客你好，请出示一下你的车票和身份证

从他出生来到我家里，我便开始不停地写关于他的微博，发他可爱的照片，甚至都想给他穿上可爱漂亮的衣服那一年我好像还不停地看着VAE的微博，满屏全是关于他
乱乱说·2018-10-23 14:33

WGAN(wasserstein GAN)

论文解释了生成模型GAN与VAE的特点：不用直接求解原分布，而通过生成一个随机变量z的分布P(z)，并通过参数化方程（比如神经网络等）生成一个确定分布，并将不断的接近从而求
奔跑的林小川·2018-10-18 16:31

【机器学习】无监督学习Autoencoder和VAE

众所周知，机器学习的训练数据之所以非常昂贵，是因为需要大量人工标注数据。autoencoder可以输入数据和输出数据维度相同，这样测试数据匹配时和训练数据的输出端直接匹配，从而实现无监督训练的效果。并且，autoencoder可以起到降维作用，虽然输入输出端维度相同，但中间层可以维度很小，从而起到降维作用，形成数据的一个浓缩表示。可以用autoencoder做Pretraining，对难以训练的深
水奈樾·2018-10-17 11:00

《把伤痕当酒窝》 ––– 许嵩

（本文是vae在高中时候写的文章，分享一下）我伸了一下懒腰，望着窗外阴暗的天。快要下雨了，而此时已近黄昏。心情不错。是的，我搬家了。桌前放着一本书，其中的一章，标题赫然是《把伤痕当酒窝》。
做梦枯岛醒·2018-10-10 23:00

机器学习与深度学习系列连载： 第一部分 机器学习（十七）非监督度学习-4 Unsupervised Learning-4（Generative Models）

生成模型GenerativeModels用非监督学习生成结构化数据，是非监督模型的一个重要分支，本节重点介绍三个算法：PixelRNN，VAE和GAN（以后会重点讲解原理）1.PixelRNNRNN目前还没有介绍
人工智能插班生·2018-10-06 11:56

李宏毅（7）——GAN4项内容

目录1：特征提取1.1：infoGAN1.2：VAE-GAN1.3：BiGAN1.4：TripleGAN1.5：测试数据与训练数据的domain的匹配用于混合特征的分离1：特征提取1.1：infoGAN
chen5561·2018-09-28 22:54

GAN李宏毅(1)

是一种结构学习2.1分类、回归、结构学习2.2结构学习的难度2.3传统解决这个问题的方法3generator自己学会怎么样3.1用encode-decode网络的decode代作为生成器3.2这种方式的问题3.3VAE
chen5561·2018-09-22 17:59

变分自编码器（Variational Autoencoder, VAE），傻瓜式理解

变分自编码器（VariationalAutoencoder,VAE）VAE是一个改了中间层的自编码机。基本思想来源：中间特征的泛化表示。
luojiaao·2018-09-18 15:24

β-TCVAE （Isolating Sources of Disentanglement in Variational Autoencoders）

https://arxiv.org/pdf/1802.04942.pdf摘要：论文将ELBO(evidencelowerbound)分解成多项，用于调整隐变量之间的关系，提出β-TCVAE算法，是β-VAE
奔跑的林小川·2018-09-14 18:19

[Deep-Learning-with-Python]GAN图片生成

GAN由Goodfellow等人于2014年引入的生成对抗网络（GAN）是用于学习图像潜在空间的VAE的替代方案。
csdn0006·2018-09-07 21:27

[Deep-Learning-with-Python]GAN图片生成

GAN由Goodfellow等人于2014年引入的生成对抗网络（GAN）是用于学习图像潜在空间的VAE的替代方案。
七八音·2018-09-07 21:54

条件变分自动编码器

条件变分自编码器CVAE条件变分自编码器概述VAE的局限对于普通的VAE来说，其生成能力和过程表现在从一个隐藏的变量空间中采样，然后去解码生成一个新的东西，拿minist手写数据集举例的话，我们在生成数字之前并不知道解码器会从这个隐变量
仲夏199603·2018-09-04 19:26

三大深度学习生成模型：VAE、GAN及其变种

版权声明：本文为博主原创文章，未经博主允许不得转载。https://blog.csdn.net/heyc861221/article/details/80130968编者按：本书节选自图书《深度学习轻松学》第十章部分内容，书中以轻松直白的语言，生动详细地介绍了深层模型相关的基础知识，并深入剖析了算法的原理与本质。同时还配有大量案例与源码，帮助读者切实体会深度学习的核心思想和精妙之处。本章将为读者介
Candy_GL·2018-09-03 21:17

[图片生成]使用VAEs生成新图片

能够实现该映射的模块，将潜在点作为输入并输出图像（像素网格），被称为生成器（在GAN的情况下）或解码器（在VAE的情况下）。一旦开发出这样的潜在空间，可以有意或无意地从中采样
csdn0006·2018-09-03 21:59

ALI比GAN的优势在哪里？

2017.2）作者：VincentDumoulin（MILA,UniversitédeMontréal,）原文：https://ishmaelbelghazi.github.io/ALI/生成模型有三种：（1）VAE
田神·2018-08-22 08:24

CMU论文解读：基于GAN和VAE的跨模态图像生成

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。这是PaperDaily的第98篇文章本期推荐的论文笔记来自PaperWeekly社区用户@TwistedW。跨模态的图像生成在模态差异大的情况下是很难实现的，本文将一个模态下编码得到的潜
Paper_weekly·2018-08-20 12:17

VAE与GAN的关系(1)

VAE（VariationalAuto-Encoder）和GAN（GanerativeAdversarialNetworks）都是生成模型（Generativemodel）。
田神·2018-08-15 22:40

读论文《Toward Controlled Generation of Text》

这篇paper中提出来的结构是基于VAE的，将VAE和一个判别器D结合的结构。文中刚开始便提到，如果要用VAE做定向的文本生成，必须克服两个困难，一是NLP问题是连续问题不
梦柏·2018-08-11 19:10

【AI数学】变分自编码器(VAE)

我这篇文章主要以通俗语言讲解VAE背后的数学原理，有几个简化公式是自己理解总结而得，没有经过严密的数学推导。
木盏·2018-08-09 16:03

CVPR18读文笔记：SINT++：Robust Visual Tracking via Adversarial Postive Instance Generation

本文国产，索然性能不是最优，但是VAE+DRL+SINT的集大成之作，还是足够significant。
Trasper1·2018-08-08 18:48

CVPR 2018 SINT++:《SINT++: Robust Visual Tracking via Adversarial Hard Positive Generation》论文笔记

本文用到了变分自编码VAE和强化学习DQN，我觉得很新颖。整体架构如下图：首先，使用VAE来生成positivesample，如上图中右下角。
NeverMoreH·2018-08-04 11:27
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他