Machine learning

Autoencoder Variațional

Autoencoderul Variațional (VAE) este un model latent-variabil profund generativ, introdus de Diederik Kingma și Max Welling în 2014, care codifică datele ca o distribuție de probabilitate într-un spațiu latent și extrage eșantioane din acea distribuție pentru a genera noi exemple. Este utilizat pentru generarea de date, detectarea anomaliilor și învățarea caracteristicilor.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

The neighbourhood of related methods — select a node to explore.

Autoencoder Variațional

Autoencoder Model de difuzie Rețea Generativă Adversa…Analiza Componentelor Pr…Model Generativ Bazat pe…Detecția anomaliilor cu…Model bayesian de ameste…Analiza Bayesiană a secv…Variational Autoencoder…GAN Explicabil

+26 more

Surse

Kingma, D. P. & Welling, M. (2014). Auto-Encoding Variational Bayes. International Conference on Learning Representations (ICLR). link ↗
Higgins, I. et al. (2017). beta-VAE: Learning Basic Visual Concepts with a Constrained Variational Framework. International Conference on Learning Representations (ICLR). link ↗

Cum se citează această pagină

ScholarGate. (2026, June 1). Variational Autoencoder (VAE). ScholarGate. https://scholargate.app/ro/deep-learning/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.

AutoencoderÎnvățare profundă↔ compare
Model de difuzieÎnvățare profundă↔ compare
Rețea Generativă AdversarialÎnvățare profundă↔ compare
Analiza Componentelor PrincipaleÎnvățare automată↔ compare
Model Generativ Bazat pe ScorÎnvățare profundă↔ compare

Compare side by side →

Citat de

Autoencoder Detecția anomaliilor cu autoencoder Model bayesian de amestec gaussian Analiza Bayesiană a secvențierii ARN monocelulare Model de difuzie Variational Autoencoder Adaptat la Domeniu GAN Explicabil Model Gaussian Mixt de Explicat Variational Autoencoder Explicabil Variational Autoencoder Ajustat Fin Rețea Generativă Adversarial Ajustarea fină a modelelor GPT LoRA și PEFT Autoencoder Variațional Multilingv Variational Autoencoder Multimodal Transfer de Stil Neural Fluxuri de normalizare Mașină Boltzmann Restricționată (RBM)Model Generativ Bazat pe Scor Detecția anomaliilor cu autoencoder auto-supervizat Model de difuzie auto-supervizat Model Gaussian Mixtural Autosegmentat Proces Gaussian auto-supervizat Autoencoder Variațional auto-supervizat Model de difuzie semisupervizat GAN semi-supervizat Modelul Gaussian Mixt Semi-Supervizat LSTM semi-supervizat Variational Autoencoder Semi-supervizat Transfer Learning GAN Transfer Learning cu Autoencoder Variațional Vision Transformer Model de difuzie slab supervizat GAN cu supraveghere slabă Variational Autoencoder Slab Slab

Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →

Citește metoda completă

Method map

Surse

Cum se citează această pagină

Metode înrudite

Which method?

Citat de