通知短信+运营短信,5秒速达,支持群发助手一键发送🚀高效触达和通知客户 广告
**变分自编码器**(VAE,variational autoencoder) * 找到一个低维的表示**潜在空间**(latent space,也是一个向量空间),其中任意点都可以被映射为一张逼真的图像。 * 能够实现这种映射的模块,即以潜在点作为输入并输出一张图像(像素网格) * **生成器**(generator,对于 GAN 而言) * **解码器**(decoder,对于 VAE 而言) ![](https://img.kancloud.cn/d7/e2/d7e291752f4117b56a3234bf7dca61ae_633x122.png) * [ ] 使用与输入图像**相同的图像**作为目标数据来训练这个自编码器 **VAE:** * VAE向自编码器添加了一点统计魔法,迫使其学习连续的、高度结构化的潜在空间。这使得 VAE 已成为图像生成的强大工具。 * VAE 不是将输入图像压缩成潜在空间中的固定编码,而是将图像转换为统计分布的参数,即平均值和方差。 * 损失: * **重构损失**(reconstruction loss),迫使**解码后**的样本匹配初始输入 * **则化损失**(regularization loss),有助于学习具有良好结构的潜在空间,并可以降低在训练数据上的过拟合