# VAE

5개의 포스트

VAE research

https://towardsdatascience.com/variational-autoencoders-as-generative-models-with-keras-e0c79415a7ebAn autoencoder is basically a neural network

2021년 2월 26일
·
0개의 댓글
post-thumbnail

딥러닝 개념 1. VAE(Variational Auto Encoder)

AE와 VAE의 차이점은 AE는 잠재공간 z에 값을 저장하고 VAE는 확률 분포를 저장하여 (평균, 분산) 파라미터를 생성한다는 점이다. VAE의 decoder는 encoder가 만들어낸 z의 평균, 분산을 모수로 하는 정규분포를 전제하고 데이터의 사후확률 p(z|x)

2021년 1월 14일
·
0개의 댓글
post-thumbnail

VAE(Variational Auto Encoder) 이해한만큼 리뷰

대부분의 내용의 출처는 십분딥러닝\_9_VAE(Variational AutoEncoder) 입니다.VAE의 구조도VAE 증명과정VAE 증명 전에 알아야 할 것들1\. Jensen's inequality2\. Variational InferenceKL-Divergence

2020년 12월 22일
·
0개의 댓글
post-thumbnail

Variational Autoencoder

변이형 오토인코더 [작성자 : 김태한]

2020년 10월 23일
·
13개의 댓글
post-thumbnail

VAE의 이해

VAE 구조 이 구조에서 input 그림이 있을 때 어떤 의미를 가진 구조를 거쳐 output이 나오게 되는지 3 단계로 나누어 살펴볼 것이다. ⏳ 단계별 과정 input: x –> 𝑞∅ (𝑥)–> 𝜇𝑖,𝜎_𝑖 𝜇𝑖, 𝜎𝑖, 𝜖𝑖 –> 𝑧𝑖

2020년 7월 24일
·
0개의 댓글