Capítulo 3. Autoencodificadores Variacionais
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Em 2013, Diederik P. Kingma e Max Welling publicaram um artigo que lançou as bases para um tipo de rede neural conhecido como autoencoder variacional (VAE).1 Esta é agora uma das arquitecturas de aprendizagem profunda mais fundamentais e conhecidas para a modelação generativa e um excelente ponto de partida para a nossa viagem à aprendizagem profunda generativa.
Neste capítulo, começaremos por construir um autoencoder padrão e depois veremos como podemos alargar esta estrutura para desenvolver um autoencoder variacional. Ao longo do caminho, vamos analisar ambos os tipos de modelos, para compreender como funcionam ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access