मल्टीमॉडल वेरिएशन ऑटोएन्कोडर
मल्टीमॉडल वेरिएशन ऑटोएन्कोडर (MVAE) एक गहन जनरेटिव मॉडल है जो दो या अधिक डेटा तौर-तरीकों — जैसे कि चित्र और कैप्शन — के बीच एक साझा अव्यक्त प्रतिनिधित्व सीखता है, जिसमें तौर-तरीका-विशिष्ट एन्कोडर के उत्पाद-ऑफ-एक्सपर्ट्स फ्यूजन का उपयोग किया जाता है, जिससे परीक्षण समय पर केवल तौर-तरीकों के एक उपसमुच्चय को देखे जाने पर भी जनरेशन और अनुमान संभव हो पाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Wu, M., & Goodman, N. (2018). Multimodal Generative Models for Scalable Weakly-Supervised Learning. Advances in Neural Information Processing Systems (NeurIPS), 31. link ↗
- Kingma, D. P., & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR). link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multimodal Variational Autoencoder (MVAE). ScholarGate. https://scholargate.app/hi/deep-learning/multimodal-variational-autoencoder
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- जनरेटिव एडवरसैरियल नेटवर्कगहन अधिगम↔ compare
- मिश्रण विशेषज्ञ (Mixture of Experts)गहन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare