ScholarGate
Asistenti
Machine learning

Autoenkoderi Varioacional

Autoenkoderi Varioacional (VAE) është një model latent-variabël gjenerativ i thellë, i prezantuar nga Diederik Kingma dhe Max Welling në vitin 2014, i cili kodon të dhënat si një shpërndarje probabiliteti në një hapësirë latente dhe nxjerr mostra nga ajo shpërndarje për të gjeneruar shembuj të rinj. Ai përdoret për gjenerimin e të dhënave, zbulimin e anomalive dhe mësimin e tipareve.

Hapeni në MethodMindSë shpejtiVideoSë shpejtiDownload slides

Lexoni metodën e plotë

Vetëm për anëtarët

Hyni me një llogari falas për ta lexuar këtë seksion.

Hyni

Method map

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

+26 more

Burimet

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

Si ta citoni këtë faqe

ScholarGate. (2026, June 1). Variational Autoencoder (VAE). ScholarGate. https://scholargate.app/sq/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.

Compare side by side

Cituar nga

ScholarGateVariational Autoencoder (Variational Autoencoder (VAE)). Marrë më 2026-06-15 nga https://scholargate.app/sq/deep-learning/variational-autoencoder · Seti i të dhënave: https://doi.org/10.5281/zenodo.20539026