Inhaltsverzeichnis:
- Definition - Was bedeutet Variational Autoencoder (VAE)?
- Techopedia erklärt den Variational Autoencoder (VAE)
Definition - Was bedeutet Variational Autoencoder (VAE)?
Ein variationaler Autoencoder ist ein spezifischer Typ eines neuronalen Netzwerks, mit dessen Hilfe komplexe Modelle basierend auf Datensätzen generiert werden können. Im Allgemeinen wird von Autoencodierern oft als eine Art Deep-Learning-Netzwerk gesprochen, das versucht, ein Modell zu rekonstruieren oder die Zielausgaben durch das Prinzip der Backpropagation mit bereitgestellten Eingaben abzugleichen.
Techopedia erklärt den Variational Autoencoder (VAE)
Variationsautocodierer verwenden eine Wahrscheinlichkeitsmodellierung in einem neuronalen Netzwerksystem, um die Arten des Gleichgewichts bereitzustellen, zu deren Erzeugung typischerweise Autocodierer verwendet werden. Der Auto-Variationscodierer arbeitet mit einem Codierer, einem Decodierer und einer Verlustfunktion. Durch die Rekonstruktion von Verlustaspekten kann das System lernen, sich auf gewünschte Wahrscheinlichkeiten oder Ausgaben zu konzentrieren, um beispielsweise einen bemerkenswerten Fokus bei der Bilderzeugung und Bildverarbeitung zu erzeugen. Beispielsweise zeigen Tests dieser Netzwerktypen, dass sie numerische Ziffern aus Eingaben rekonstruieren und rendern können.
