Rozdział 3. Autoenkodery wariacyjne
W 2013 roku Diederik P. Kingma i Max Welling opublikowali dokument, który położył podwaliny dla typu sieci neuronowej znanego jako wariacyjny autoenkoder (VAE)1. Obecnie jest to jedna z najbardziej podstawowych i znanych architektur uczenia głębokiego wykorzystywanych do modelowania generatywnego. W tym rozdziale zaczniemy od zbudowania standardowego autoenkodera, a następnie pokażę, jak rozszerzyć ten framework w celu opracowania autoenkodera wariacyjnego — będzie to nasz pierwszy przykład generatywnego modelu uczenia głębokiego.
Po drodze przeanalizujemy oba typy modeli, aby szczegółowo zrozumieć, jak działają. Po lekturze tego rozdziału będziesz mieć pełną wiedzę o tym, jak zbudować modele oparte na autoenkoderach ...
Get Deep learning i modelowanie generatywne now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
