AE（Auto Encoder, 自動編碼器） AE的結構 如上圖所示，自動編碼器主要由兩部分組成：編碼器（Encoder）和解碼器（Decoder）。編碼器和解碼器可以看作是兩個函數，一個用於將高維輸入（如圖片）映射為低維編碼（code），另一個用於將低維編碼（code）映射為高維 ...

在上一篇博客中我們介紹並實現了自動編碼器，本文將用PyTorch實現變分自動編碼器(Variational AutoEncoder, VAE)。自動變分編碼器原理與一般的自動編碼器的區別在於需要在編碼過程增加一點限制，迫使它生成的隱含向量能夠粗略的遵循標准正態分布。這樣一來，當需要生成 ...

基本概念 “變分自動編碼器”(Variational Autoencoders，縮寫:VAE)的概念來自Diederik P Kingma和Max Welling的論文《Auto-Encoding Variational Bayes》。現在有了很廣泛的應用，應用范圍已經遠遠 ...

自動編碼器包括編碼器(Encoder)和解碼器(Decoder)兩部分，編碼器和解碼器都可以是任意的模型，目前神經網絡模型用的較多。輸入的數據經過神經網絡降維到一個編碼(coder)，然后又通過一個神經網絡去解碼得到一個與原輸入數據一模一樣的生成數據，然后通過比較這兩個數據，最小化 ...

堆疊式自動編碼器 自動編碼器可以具有多個隱藏層。在這種情況下，它們被稱為堆疊式自動編碼器（或深度自動編碼器）。添加更多的層有助於自動編碼器學習更多的復雜的編碼。就是說，要注意不要使自動編碼器過於強大。想象一個強大的編碼器，它只是學會了把每個輸入映射到單個任意數字（而解碼器則學習反向映射）。顯然 ...

降噪自動編碼器是一種用於圖像去噪無監督的反饋神經網絡 原理如下圖所示 訓練代碼如下 測試代碼如下 打賞 如果對您有幫助，就打賞一下吧O(∩_∩)O ...

深度自動編碼器由兩個對稱的深度置信網絡組成，其中一個深度置信網絡通常有四到五個淺層，構成負責編碼的部分，另一個四到五層的網絡則是解碼部分。 這些層都是受限玻爾茲曼機（RBM）（注：也可以采用自編碼器預訓練？），即構成深度置信網絡的基本單元，它們有一些特殊之處，我們將在下文中介紹。以下是簡化的深度 ...

概述 在討論變分自編碼器前，我覺得有必要先討論清楚它與自編碼器的區別是什么，它究竟是干什么用的。否則看了一堆公式也不知道變分自編碼器究竟有什么用。 眾所周知，自編碼器是一種數據壓縮方式，它把一個數據點\(x\)有損編碼為低維的隱向量\(z\)，通過\(z\)可以解碼重構回\(x\)。這是一個 ...