( )22.在機器學習的演算法中，目前常用 VAE 演算法進行訓練，請問 VAE 的全稱是？
(A) Visual adversarial encoder
(B) Variational adversarial encoder
(C) Visual autoencoder
(D) Variational autoencoder

答案：登入後查看
統計： A(16), B(22), C(3), D(21), E(0) #3098042

詳解 (共 1 筆)

#5830263

機器學習中，變分自編碼器（Variational Autoencoder，VAE）是由Diederik P. Kingma和Max Welling提出的一種人工神經網絡結構，屬於概率圖模式和變分貝葉斯方法。

VAE與自編碼器模型有關，因為兩者在結構上有一定親和力，但在目標和數學表述上有很大區別。VAE屬於概率生成模型（Probabilistic Generative Model），神經網絡僅是其中的一個組件，依照功能的不同又可分為編碼器和解碼器。編碼器可將輸入變量映射到與變分分布的參數相對應的潛空間（Latent Space），這樣便可以產生多個遵循同一分布的不同樣本。解碼器的功能基本相反，是從潛空間映射回輸入空間，以生成數據點。雖然噪聲模型的方差可以單獨學習而來，但它們通常都是用重參數化技巧（Reparameterization Trick）來訓練的。

此類模型最初是為無監督學習設計的，但在半監督學習和監督學習中也表現出卓越的有效性。

https://zh.wikipedia.org/zh-tw/%E5%8F%98%E5%88%86%E8%87%AA%E7%BC%96%E7%A0%81%E5%99%A8

1
0