# VAE

[STUDY] VAE(Variational Auto-Encoder)
VAE는 기존의 AutoEncoder와 탄생 배경이 다르지만 구조가 상당히 비슷해서 Variational AE라는 이름이 붙은 것임. 즉, VAE와 AE는 엄연히 다름.AutoEncoder의 목적은 Encoder에 있음. AE는 Encoder 학습을 위해 Decoder
[D&A 운영진 딥러닝 스터디] 2주차 2차시
출처: https://www.cs.cmu.edu/~bapoczos/Classes/ML10715_2015Fall/slides/ManifoldLearning.pdf고차원 데이터를 저차원 데이터로 차원을 축소하여 표현하는 것sample을 모두 error없이 가져가는
.png)
[머신러닝] Variational Inference (2) - 분포를 근사해보자!
이 시리즈는 Variational Inference를 소개, 실습하고 더 나아가 VAE로 손글씨를 생성해보는 과정을 거칠 예정입니다. 이번 포스트에서는 본격적으로 Variational Inference의 의미에 대해 살펴보겠습니다.

[생성모델]VQ-VAE 이해하기 : Deeper to equation
https://www.researchgate.net/figure/Schematic-view-of-the-model-VQ-VAE-The-encoder-is-input-with-a-surface-relief-map-one_fig2_348482900embedding

Understanding VQ-VAE (DALL-E Explained Pt. 1)
이 글은 다음 포스트(https://ml.berkeley.edu/blog/posts/vq-vae/)를 번역하고 정리한 내용입니다.잠재공간은 원시 데이터의 주어진 분포에 대한 숨겨진 표현원시 데이터 x들이 n차원의 실수 범위에 있을 때, 원시 데이터들은 저차원의

[생성모델]VQ-VAE란?
VAE 변형posterior 를 자체적으로 학습Vector Quantization -> discrete latent representation, not continuousdecoder가 encoder의 condition을 무시하고 생성하면 일어나는 현상코드워드, 코

[생성모델]AutoEncoder(오토인코더)
https://velog.io/@jaehyeong/Autoencoder%EC%99%80-LSTM-Autoencoderself-supervised(unsupervised) learning의 일종encoder와 decoder를 거쳐 입력 데이터 기반한 새로운 데이
[참고할 만한 자료] : AutoEncoder, Variational AutoEncoder
AutoEncoder, Variational AutoEncoder에 대해 가장 잘 정리된 블로그 정리.

논문리뷰 / Fairness by Learning Orthogonal Disentangled Representations (ECCV 2020)
Fairness by Learning Orthogonal Disentangled Representations (ECCV 2020)fairness와 disentanglement를 주제로 연구하고싶어 찾아읽게 되었다.disentangling을 위해 도입한 참신한 아이디어를

VAE 추천 시스템 구현하기
최근에 소마에서 추천 시스템을 공부하면서 감정 기반 추천 시스템을 준비 할 일이 있었다. 하지만 감정 단어들은 word2vec 방식을 사용하였을 때 유사한 벡터값을 가진 것을 알 수 있다. 따라서 다른 감정 기반 추천 방식을 생각해 보았고,

CR-VAE 논문리뷰 / Consistency Regularization for Variational Auto-Encoders (2021)
original paperVAE를 통해 학습하는 Latent Space에서의 Representation이 Consistency를 갖도록 제약하는 방법을 제안.매우 단순하게 목적함수에 규제 term 하나를 추가하는 것으로 가능.아이디어 : original input과 그

Flexibly Fair Representation Learning by Disentanglement (FFVAE) (ICML 2019) 논문리뷰
original paper다방면으로 fair한 예측 알고리즘을 만들기 위해 disentangled representation을 학습하는 새로운 VAE 변형모델(FFVAE)을 제안한 논문section3. related work 생략reconstruction과 predic

Disentangling by Factorising (ICML 2018)
original paper 안그래도 어려워보였는데, 정신적으로 많이 힘들 때 읽어서 더 어렵게 느껴졌던 논문..^_^ Abstract 독립적인 변동인자들로부터 생성된 데이터에 대해 disentangled representation을 비지도학습 방식으로 얻어내고자 하는

Conditional VAE (CVAE), 2015 논문리뷰
[Learning Structured Output Representation using Deep Conditional Generative Models, NIPS 2015] (https://papers.nips.cc/paper/2015/hash/8d55a249e6baa5

Auto-Encoding Variational Bayes (VAE) 논문리뷰 (2)
리뷰글(1)은 딥러닝 관점에서 표현학습(representation learning)과 생성모델링(generative modeling)에 VAE가 어떻게 녹아들었는지를 알아보고자 하는 성격이었다. 본 글에서는 본문내용을 정주행하며 정리하는 식으로 리뷰를 진행하려 한다.