深度学习(三——生成模型 Generative Model)
生成模型是指:一系列用于随机生成可观测数据的模型。包括:自动编码器(Autoencoder)、变分自动编码器(Variational AutoEncoder, VAE).1.自动编码器初始自动编码器作为一种数据压缩方法,特点:只能压缩与训练数据相似的数据;压缩后数据有损(降维导致的信息丢失);自动编码器应用:数据去噪、可视化降维;结构:编码器(Encoder)+ 解码器(Decod...
·
生成模型是指:一系列用于随机生成可观测数据的模型。包括:自动编码器(Autoencoder)、变分自动编码器(Variational AutoEncoder, VAE).
1.自动编码器
初始自动编码器作为一种数据压缩方法,特点:只能压缩与训练数据相似的数据;压缩后数据有损(降维导致的信息丢失);
自动编码器应用:数据去噪、可视化降维;
结构:编码器(Encoder)+ 解码器(Decoder)
输入数据经神经网络降维得到一个code,然后通过另一个神经网络解码得到与原数据一样的生成数据,通过最小化两个数据之间的差异来训练网络中编码器和解码器的参数。
2.变分自动编码器
3.生成对抗网络
网络由两个部分组成:生成(解码部分)、对抗(判别器)。
生成模型:
对抗模型:
魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐




所有评论(0)