![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
disentanglement
文章平均质量分 84
zeronose
这个作者很懒,什么都没留下…
展开
-
浅谈AAE
文章目录前言一、AAE结构二、损失函数1.公式2.推导过程3.KL(q(z|x)||p(z))分解总结前言文章:Adversarial AutoencodersAAE,对抗性自动编码器,从名字就可以看出来,就是将AE与GAN相结合。原文中AAE介绍了挺多的东西,无监督的,有监督的,半监督的,聚类,降维等等。本文中,只简单的介绍一下AAE在disentanglement方面的东西,形成一个系列。一、AAE结构AAE的结构如图所示,分为两部分。上面是标准的AE,下面是一个判别器。判别器的作用是原创 2022-02-12 21:09:56 · 2141 阅读 · 1 评论 -
Beta-VAE论文阅读笔记
文章目录前言一、β-vae的提出二、β-vae框架推导1.假设2.推导三、DISENTANGLEMENT METRIC前言文章:β-VAE: LEARNING BASIC VISUAL CONCEPTS WITH A CONSTRAINED VARIATIONAL FRAMEWORK原文链接:beta-vae本文是在传统VAE的基础上,对VAE的loss进行了改进,在loss的第二项KL散度项加上一个超参数β,作者发现,随着增加β,传统的VAE有了disentanglement的特性,并做了大量的原创 2021-12-09 19:31:51 · 7650 阅读 · 0 评论 -
Understanding disentangling in β-VAE论文阅读笔记
文章目录前言一、信息瓶颈是什么?二、使用步骤1.引入库2.读入数据总结前言文章:Understanding disentangling in β-VAE原文链接:链接Understanding disentangling in β-VAE是基于β-VAE的一篇文章。首先,β-VAE中存在几个问题:1.β-VAE仅仅是通过在KL项增加一个超参数β,发现了模型具有解耦的特性,但是并没有很好的解释为什么增加一个超参数β会产生解耦的特性。2.β-VAE发现,解耦效果好时重建效果不好,重建效果好时解原创 2022-02-12 17:52:34 · 1830 阅读 · 1 评论