vae

Variational Auto-encoder（VAE）变分自编码器

介绍VariationalAuto-encoder（VAE）变分自编码器，是无监督复杂概率分布学习的最流行的方法之一。VAE的最大特点是模仿自动编码机的学习预测机制，在可测函数之间进行编码、解码。
612twilight·2022-02-06 11:38

论文阅读“Variational Deep Embedding: A Generative Approach to Clustering”

在本文中，作者提出了变分深度嵌入(VaDE)模型，这是一种在变分自动编码器(VAE)框架内提出的新的无监督生成聚类方法。具体来说，VaDE用高斯混合模型(GM
掉了西红柿皮_Kee·2021-12-12 08:25

从VAE到Diffusion Model

前言：前面几篇文章更多的在思考GAN和diffusionmodel之间的关系，VAE作为最经典的生成模型之一，本文从VAE出发，聊一聊VAE和diffusionmodel之间的爱恨情仇。
沉迷单车的追风少年·2021-11-27 23:54

击败GANs的新生成式模型：score-based model(diffusion model)原理、网络结构、应用、代码、实验、展望

特别是一些论文直接喊出了beatGANs(打败GANs)的口号，全新的生成方式和部分领域领先GANs、VAE的生成效果，让越来越多的人感兴趣并投身于研究中。会不会是下一个GANs？
沉迷单车的追风少年·2021-10-20 21:53

VGAE 2020-04-02

Variationalgraphauto-encodershttps://zhuanlan.zhihu.com/p/78340397VAE：如果将解码器看做一个生成模型，我们只要有低维向量表示，就可以用这个生成模型得到近似真实的样本
五道口的程序狐·2021-06-27 12:41

理解变分自编码器VAE

VAE的理解转述记录参考文章https://arxiv.org/pdf/1312.6114.pdfhttps://dfdazac.github.io/01-vae.htmlhttps://spaces.ac.cn
水球喵·2021-06-24 02:25

生成式模型入门： GAN 与 VAE——“以假乱真”的哲学

在图像处理中，比较常见的任务有识别、检测、追踪等，这些任务的模型通常在训练阶段通过参数估计学得如何提取输入图像的特征，并建立输入图像与输出之间的映射，在应用阶段之间提取输入图像的特征，以得到相应的结果。但有这样一类特殊的模型，其参数估计的目的不是通过提取特征来建立输入输出之间的映射，而是学习训练数据的分布，从而模型在应用阶段能够生成与训练数据相似的图像，通常这些图像与真实图像极为相似，我愿称之为“
·2021-06-18 22:58

直观理解 VAE（译文）

文章既包括对VAE（VariationalAutoencoders，变分自编码器）的直观理解，也有详细的数学推导。很佩服作者用这种平实亲和的语言写科技博客的能力。
isl_qdu·2021-06-11 13:04

VAE

许嵩的歌，是鸿锦姐姐喜欢的。虽然她不在了。我依然想念她。我永远都喜欢18岁的女生。不过，挺好的呀。今天最后一次想念鸿锦姐姐了。嗯。浅唱那回忆。
欢快2018丘比特·2021-06-04 18:24

深度学习部分实验(粗略)

这次就先勉强看看吧在生成领域，自编码器是GAN的前身，今天用VAE在MNIST做了生成实验，图1是10个class到latentspace的投影，从投影就可以看出，同一类会尽量分在一起，说明latentspace
Neil-Yale·2021-05-27 20:12

生成模型应用——使用变分自编码器（VAE）控制人脸属性生成人脸图片

生成模型应用——使用变分自编码器（VAE）控制人脸属性生成人脸图片使用VAE生成人脸图片网络架构人脸重建生成新面孔采样技巧控制人脸属性潜在空间属性控制查找属性向量人脸属性编辑完整代码使用VAE生成人脸图片变分自编码器
盼小辉丶·2021-05-23 22:40

【自然语言处理系列】自编码器AE、变分自编码器VAE和条件变分自编码器CVAE

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱本文主要分享自编码器、变分自编码器和条件变分自编码器的相关知识以及在实际实践中的应用技巧，原创不易转载请注明出处，原稿获取请关注公众号【AI机器学习与知识图谱】回复：自编码器，下面首先简单认识一下：自编码器、变分自编码器和条件变分自编码器之间的关系。1．自编码器：自编码器结构：Encoder将输入数据进行压缩，Deco
CHEONG_KG·2021-05-22 14:48

谈谈Adversarial Autoencoders

paper链接，点我1.概述：GAN和VAE是近年来很火的生成模型（关于GAN，我之前写过几篇了，需要的话点击文末的相关链接即可），对于这两个模型的研究层出不穷，变体无数，而将这两者结合也是一种优秀的思路
加勒比海鲜王·2021-05-16 21:14

你若化成风

还记得那时喜欢叫许嵩为Vae，断桥残雪、素颜、灰色头像……干点什么呢？不想睡觉不想睡觉！来一局王者吧？好啊！思来想去，算了，还是不玩了，还是听听歌吧，又又说了，一个人的时候要学会和自己好好相处。
L勤劳·2021-05-14 13:19

《异常检测——从经典算法到深度学习》12 对于复杂 KPI 基于VAE对抗训练的非监督异常检测

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE
smile-yan·2021-05-04 22:23

10年狂赚4.75亿美元的科比退役了，接下来他该何去何从？

我的青春是VAE，他们的青春是科比，都同样珍贵。特别是，当看到微博上成千上万的人一起怀念，就连我这种从来不喜欢科比的人都感动地快要哭了。是要
会交所·2021-05-04 20:25

古风歌词系列之一《红楼飞雪》

红楼飞雪（改自《千百度》）原作：Vae改编：Skyfish15红楼青山一夜间愁千年，飞雪翩翩似天仙舞殿前。玉珠落盘雪落满冻羽冰弦，一衣凭栏抚叹红颜好难。香阁娇烟红帘掀冰花绽，青亭玉板烛心燃卧雪眠。
天空鱼·2021-05-03 16:36

浅析生成对抗网络（Generative Adversarial Networks）

目录导语聚焦GANs训练GANs：双人游戏GANs的卷积神经网络架构一些有趣的例子生成模型的分类总结导语除却变分自编码器VAE（VariationalAuto-Encoder）,生成对抗网络GAN(GenerativeAdversarialNetworks
越来越胖的GuanRunwei·2021-05-02 17:56

详解变分自编码器VAE(Variational Auto-Encoder)

前言过去虽然没有细看，但印象里一直觉得变分自编码器（VariationalAuto-Encoder，VAE）是个好东西。趁着最近看概率图模型的三分钟热度，我决定也争取把VAE搞懂。
越来越胖的GuanRunwei·2021-05-01 19:51

AE、VAE、Beta-VAE学习记录

在现实的世界中，我们无时无刻不接受着大量的数据，这些数据可能是文本或者是声音等等。但是数据本身真正蕴含的信息可能仅仅用个低维向量表示就够用了，而不是像数据本身看起来那样复杂。机器学习中就有很多将数据压缩到低维空间中的技术。其中有一个最近论文中比较火的，那就是变分自编码。在开启变分自编码的探索之前，先介绍一些常见的自编码机。这需要一些神经网络的基础知识，比如说反向传播等等的。自编码机实际要做的事情是
易晴天·2021-04-30 19:20

【ML】EM 和 VAE

Tags:MachineLearning[TOC]EMEM就是ExpectationMaximization，虽然读起来是一个词组，但是实际上是分为Expecation和Maximization两个步骤。EM算法是常用的参数隐藏变量(latentvariable)估计的算法。假设表示已观测变量集，表示隐藏变量集，为模型参数。基本思想为：若参数已知，则可根据训练数据推断出最优隐藏变量的值(E)；反之
ItchyHiker·2021-04-29 22:03

许嵩新歌-蝴蝶的时间

图片发自App图片发自App大家好，我是Vae，这是我为即将播出的电视剧梁祝创作的一首片尾曲目，作词作曲都是我自己，希望这首歌曲能在这个寒冷的冬天带给大家一种温暖的感觉。
刚睡醒的老鼠·2021-04-29 05:45

这个世界需要你

我一尔小心走进了你的回忆，喜欢戴上耳机静静听那首Vae,从此我的世界里再也不能没有你。一-题记。这世界需要你，因为你是一个音乐的天使。
乔青悠·2021-04-28 06:37

匆匆那年的你现在还好吗？

许嵩是我们从初中开始认识和接触的人，那时候，他的专辑《寻雾启示》《自定义》都大受追捧，这个网络歌手也鲜少露面，那几年，人们天天称呼着Vae.，网上也流传着关于他的一些悲伤的故事
邦妮的生活馆·2021-04-22 18:25

“我转行做前端的这一年多，月薪3K变成了15K”，前端的自白

我来深圳的这一年我特别喜欢vae，最佳歌手里有这么一句话：我们最好的遇见是这样的四月。19年四月，我在南下的火车上来到了深圳市。20年四月，我被公司裁员。也许这就是命吧。
hugo233·2021-04-21 17:23

古风—Vae

Vae庐州遗韵不曾远，许氏风格未境迁。刻骨三分铭心恋，黯然七魄销魂间。循环单曲度风月，往复千殇饮圣贤。终了云音泛九天，此生惟爱至无眠。羽轩《诗魂生死录》
MonkeyDAllen·2021-04-21 03:17

Tensorflow(7):RNN,LSTM,GRU,Auto-Encoder,VAE

1、时间序列表示方法sequenceembedding[b,seq_len,feature_len]b:句子数量seq_len:单词数量feature_len单词特征[b,28,28]从sequence角度理解，把每一个图片当作28个时间序列的输入，每个输入有28个特征。共有b个图片。每个单词对应的三个波形，每个波形在每个时刻对应一个wordvector，每个时刻代表当前输入的word。howto
weixin_51182518·2021-01-30 00:31

ApacheCN 深度学习译文集 20210112 更新

TensorFlow2和Keras高级深度学习零、前言一、使用Keras入门高级深度学习二、深度神经网络三、自编码器四、生成对抗网络（GAN）五、改进的GAN六、纠缠表示GAN七、跨域GAN八、变分自编码器（VAE
·2021-01-26 13:26

VAE学习

Auto-EncodingVariationalBayes论文主要贡献：利用重参数技巧得到变分下界的一个估计，该估计可以直接用标准梯度下降方法进行优化。上述变分下界可以用来推断某些后验分布。问题背景：假设某个独立同分布的数据集中的每个数据点都是有一个随机过程产生的，且该随机过程涉及到某个隐变量。更具体地，的生成过程为：①从某个分布中随机采样一个②利用得到一个条件概率，从该分布中采样得到我们感兴趣的
JohnsonLsx·2021-01-14 13:11

ApacheCN 深度学习译文集 20210112 更新

TensorFlow2和Keras高级深度学习零、前言一、使用Keras入门高级深度学习二、深度神经网络三、自编码器四、生成对抗网络（GAN）五、改进的GAN六、纠缠表示GAN七、跨域GAN八、变分自编码器（VAE
布客飞龙·2021-01-13 14:30

ApacheCN 深度学习译文集 20210112 更新

TensorFlow2和Keras高级深度学习零、前言一、使用Keras入门高级深度学习二、深度神经网络三、自编码器四、生成对抗网络（GAN）五、改进的GAN六、纠缠表示GAN七、跨域GAN八、变分自编码器（VAE
布客飞龙·2021-01-13 14:29

《异常检测——从经典算法到深度学习》8 Donut: 基于 VAE 的 Web 应用周期性 KPI 无监督异常检测

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE
smile-yan·2021-01-10 21:01

VAE-LSTM tensorflow实现过程

上图原理可以简单理解为当数据输入时，先由VAE的编码器网络对输入数据进行压缩，并做特征提取，将提取到的特征输入LSTM网络进行故障检测或分类，并对特征进行归类预测
一只努力的蚂蚁·2021-01-05 12:51

kl散度度量分布_使用 Batch Normalization 防止变分自编码器中 KL 散度的消失

作者基于此提出了BN-VAE，在编码器的输出使用batchnormalization。在没有增加额外的训练参数和训练量的情况下有效缓解了KL消失的问题。
骑马与砍杀中文站·2020-12-31 15:55

《异常检测——从经典算法到深度学习》7 基于条件VAE异常检测

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE
smile-yan·2020-11-25 15:50

Python实战——VAE的理论详解及Pytorch实现

TutorialonVariationalAutoencodersAuto-EncodingVariationalBayes建议参考的文章：Pytorch里的CrossEntropyLoss详解交叉熵的学习，有详细的理论以及Pytorch实现，欢迎StarPytorch实现VAE
三只佩奇不结义·2020-11-18 18:21

简单解决jsp中文乱码问题

简单解决jsp中文乱码问题初学jsp制作一个简单的响应页面具体代码如下：username:Hello保存为test.jsp文件，启动tomcat访问，出现下图：在框内输入：vae出现下图：可是"username
ws15168689087·2020-11-01 11:05

《异常检测——从经典算法到深度学习》6 基于重构概率的 VAE 异常检测

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE
smile-yan·2020-10-24 10:48

SRFlow 超分SOTA? PULSE的升级版？

Section0前置介绍（俺写的，不是论文作者写的）一些前置的有关于Flow的知识点：讲到Flow、Glow实际上还得从VAE和GAN说起。针对VAE和GAN我们也比较熟悉了，属于生成模型
门被核桃夹了还能补脑嘛·2020-10-03 11:40

Select2插件的使用(绑定数据源)

ljiong.com(老囧博客)'},{id:1,text:'Ants(蚂蚁)'},{id:2,text:'canyouspeakjavascript(你能讲JavaScript嘛)'},{id:3,text:'vae
singleReader·2020-09-15 23:57

图像生成：变分自编码器（VAE）和生成式对抗网络（GAN）

）图像生成的关键思想是找到一个低维的表示潜在空间（latentspace），其中任意点都可以被映射为一张逼真的图像，这种映射模块叫生成器（generator，对于GAN）或解码器（decoder，对于VAE
王海海·2020-09-14 09:54

《变分自动编码器在协同过滤中的使用》做推荐召回 《Variational Autoencoders for Collaborative Filtering 》

文章主要讲VAE中的隐式反馈在CF中的使用，取topK做为召回。非线性的概率模型可以大大提升模型的表征能力。
维尼弹着肖邦的夜曲·2020-09-11 23:08

VAE详细推导

本文是对VAE的loss的详细推导先上两个图解释下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MCMC算法的复杂性，对于qϕ(z|x)，如果对每个数据点都要大量采样
疯女孩爱飞·2020-09-11 22:25

全新视角：用变分推断统一理解生成模型（VAE、GAN、AAE、ALI）

作者丨苏剑林单位丨广州火焰信息科技有限公司研究方向丨NLP，神经网络个人主页丨kexue.fm摘要：本文从一种新的视角阐述了变分推断，并证明了EM算法、VAE、GAN、AAE、ALI(BiGAN)都可以作为变分推断的某个特例
PaperWeekly·2020-09-11 21:28

变分自编码器Variational Auto-Encoder(VAE)

GAN与VAE都是在假设data服从某些常见的分布，比如正太分布，前提下去实现的，训练一个X=g(Z)的model，GAN与VAE都是在进行分布之间的变换，将原来的概率分布映射到了训练集的概率分布。
亦乐Catherine·2020-09-11 21:04

GAN介绍 - 总结

总结GAN是使用有监督学习来优化一个难以控制的损失函数的生成式模型，很像玻尔兹曼机(Boltzmannmachine)使用马尔可夫链(Markovchain)来优化他们的损失函数，以及VAE使用变分低边界
SauryGo·2020-09-11 21:28

变分自编码器入门（Variational Auto Encoder, VAE）

目录1学习体会2变分的意义3流程及存在的“对抗”3.1流程3.2Reparametrization3.3“对抗”4改进5参考文献1学习体会如下图，我们假设头像图片的有三个特征X=(x1,x2,x3)X=(x_1,x_2,x_3)X=(x1,x2,x3),（比如说x1x_1x1代表脸型，x2x_2x2代表眼睛，x3x_3x3代表嘴巴，这里选三个只是方便理解），确定值描述就是中间的坐标轴，每个特征都有
weixin_43948357·2020-09-08 17:40

音乐纯粹，爱V绝对『许嵩早期歌曲』

《摇头玩》4《晃晃悠悠》5《静夜思》6《安徒生不后悔》7《散场电影》8《糖风阵阵》9《花满楼》10《我的爱情也曾经过》11《秋千坠》12《乱乱唱》13《独坐》14《尘世美》15《有何不可》16《浅唱》Vae
MuSky_沐卿心·2020-08-26 12:09

李宏毅机器学习课程笔记6：Unsupervised Learning - Auto-encoder、PixelRNN、VAE、GAN

台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEEML2016。这篇文章是学习本课程第16-18课所做的笔记和自己的理解。Lecture16:UnsupervisedLearning-Auto-encoderAuto-encoder在手写数字识别任务中，想训练一个NNencoder，得到图像的精简表达。但做的是无监督学习，
徐子尧·2020-08-25 16:11

深度强化学习资料（视频+PPT+PDF下载）

list=PLkFD6_40KJIznC9CDbVTjAF2oyt8_VAe3由于文章较长，且有较
zxx650·2020-08-25 01:01
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他