vae初识
vae,全称variational auto encoding。
假设我们用一堆特征如,smile,beard,gender,glass等刻画一张人脸。我们把这些特征one-hot后,送入网络学习。最终得到这些参数特征。
而我们vae最终学习的就是这些隐含的参数特征。当然这是假定人类头像服从高斯分布。事实上也是如此。人以类聚,物以群分。相同的事物存在一定的分布特征,这也是大自然的奇妙之处!
VAE和GAN
假如我们只有一堆样本,没有上面所说的一系列特征,怎么办。我们无法找到相应分布,无法计算kl。既然失去了度量标准,那我们连这个标准也用网络学习出来吧。而GAN就是对抗学习,从中学出这个特征分布。
VAE用处
1,自动生成人脸
2,利用有限图片,生成特效图片