Innholdsfortegnelse:
- Definisjon - Hva betyr Variational Autoencoder (VAE)?
- Techopedia forklarer Variational Autoencoder (VAE)
Definisjon - Hva betyr Variational Autoencoder (VAE)?
En variativ autoencoder er en spesifikk type nevralt nettverk som hjelper til med å generere komplekse modeller basert på datasett. Generelt blir autenkodere ofte snakket om som en type dyp læringsnettverk som prøver å rekonstruere en modell eller matche målutgangene til gitt input gjennom prinsippet om backpropagation.
Techopedia forklarer Variational Autoencoder (VAE)
Variative autoencoders bruker sannsynlighetsmodellering i et nevralt nettverkssystem for å gi den slags likevekt som autoencoders vanligvis brukes til å produsere. Variasjonsautonkoderen fungerer med en kode, en dekoder og en tapsfunksjon. Ved å rekonstruere tapsaspekter kan systemet lære å fokusere på ønskede sannsynligheter eller utganger, for eksempel å produsere bemerkelsesverdig fokus i bildegenerering og bildebehandling. For eksempel viser tester av denne typen nettverk deres evne til å rekonstruere og gjengi numeriske sifre fra innganger.
