变分自编码器（变分贝叶斯）Auto-Encoding Variational Bayes（VAE）

最新推荐文章于 2025-05-21 20:22:29 发布
原创 最新推荐文章于 2025-05-21 20:22:29 发布 · 1.6k 阅读 · 16 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#变分贝叶斯 #变分自编码器 #VAE

近年来，变分自编码器（VAE）与生成式对抗网络（GAN）成为生成模型领域的两大研究热点。本文分享了Auto-Encoding Variational Bayes论文的学习心得，深入探讨了VAE的工作原理及其与GAN的对比。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

  前些年生成式对抗网络GAN风生水起，最近几年变分自编码器（VAE）的出现也使其成为生成模型领域两大研究热点之一。正好研究生上课期间做了关于Auto-Encoding Variational Bayes论文的研读学习ppt，这里就贴一下当时的翻译与理解吧，若有不恰当或者错误的地方，还请及时指出。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

论文阅读24 - VAE - Variational AutoEncoder (Auto-Encoding Variationl Bayes)
铁锹的填坑记录
11-16 1409
VAE 一篇讲的很好的博客 理论推导博客 论文原文 斯坦福课件 上面的博客已经很好很深入了，下面记录一下我个人的直观理解。具体理论移步上面的博客。这里只是作为日后使用时的快速查阅。不具有理论推导的严谨性。 1. 直观理解: 第一次接触VAE还是在World Model这篇论文。VAE主要由三部分组成： Encoder 编码器，用来中间向量z分布，即p(z∣x)p(z|x)p(z∣x) z向量 Encoder的输出，Decoder的输入。可以当做降维之后的输入。p(z)p(z)p(z) Decoder
Auto-Encoding Variational Bayes
03-30
上次上传不成功，
基于贝叶斯概率模型的变分自编码
dmhy的博客
01-23 742
目录基于贝叶斯概率模型的变分自编码贝叶斯模型贝叶斯法则在贝叶斯法则中，每个名词都有约定俗成的名称：功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 基于贝叶斯概率模型的变分自编码 贝叶斯模型 机器学习中可以分为两种概率模型，贝叶斯模
论文阅读：Auto-Encoding Variational Bayes
最新发布
记录图像处理中遇到的点点滴滴
05-21 1341
AIGC VAE经典论文学习记录
[深度学习从入门到女装]变分自编码器（Auto-Encoding Variational Bayes）
炼丹师
01-07 1187
论文地址： Auto-Encoding Variational Bayes Tutorial on Variational Autoencoders   强烈建议看上方链接的第二篇，是一篇通俗易懂的变分自编码的教程，本文也是基于这篇教程 Variational Autoencoders 变分自编码器作为一种生成模型，类似GANs，使用一个潜变量（latent variable）z来生成...
变分自编码器（二）：从贝叶斯观点出发
42715369的博客
07-17 698
https://kexue.fm/archives/5343 源起 ↺ 前几天写了博文《变分自编码器（一）：原来是这么一回事》，从一种比较通俗的观点来理解变分自编码器（VAE），在那篇文章的视角中，VAE跟普通的自编码器差别不大，无非是多加了噪声并对噪声做了约束。然而，当初我想要弄懂VAE的初衷，是想看看究竟贝叶斯学派的概率图模型究竟是如何与深度学习结合来发挥作用的，如果仅仅是得到一个通俗的理...
变分贝叶斯自编码器
Touch_Dream的博客
08-19 814
http://blog.youkuaiyun.com/hjimce/article/details/57082788#comments
变分贝叶斯自编码器笔记
会飞的鱼的博客
09-03 1013
变分贝叶斯自编码器笔记 变分贝叶斯自编码器笔记 1. 问题情境 2. 变分下界 3. SGVB估计与AEVB算法 3.1 SGVB估计 3.1.1 对1L1\mathcal{L}_1求导 3.1.2 对2L2\mathcal{L}_2求导 3.2 AEVB算法 4.自编码器的训练 5.条件变分自编码器 参考文献 1. 问题情境 数据集X={x(i)}Ni=1X...
Auto-encoding Variational Bayes 阅读笔记
能找到答案的，只有自己
06-12 2022
Motivation Perform efficient inference and learning in : directed probabilistic models continuous latent variables intractable posterior distribution (即概率p(z|x)p(z|x)p(z|x)未知) large datasets 解决方法 ...
【Traditional Machine Learning】变分贝叶斯自编码器(上)
devil_son1234的博客
06-16 173
注意：公式1中L(q)的正负号写错了，L(q, x, theta) = E[logp(x|z) + logp(z) - logq(z)]
Auto Encoding Variational Bayes论文精读
Raphael9900的博客
12-19 1440
VAE论文
变分自编码器VAE(Auto-Encoding Variational Bayes)逻辑详解
weixin_34417200的博客
06-15 2070
emmmmm.....先来一首BGM吧。 VAE的讲解 网络的逻辑输入和输出 这是我为了更加清晰的介绍流程图而设定的（不知专业的词哈）    首先，对于一批数据来说，生成模型的目标就是学习得到一个分布，使得该分布和数据的真是分布很接近，这样一来，我们就可以根据得到的来生成该数据集中到数据，也就是达到了生成数据的目的，这就是生成模型的最终目标。但是，我们无法直接获得这样的，而且，随着的维度的变...
Auto-Encoding Variational Bayes整理
易之道的博客
11-19 824
Auto-Encoding Variational Bayes How can we perform efficient inference and learning in directed probabilistic models, in the presence of continuous latent variables with intractable posterior distributions, and large datasets? introduce a stochastic variat
深度学习（五十二）变分贝叶斯自编码器(下)
hjimce的专栏
02-25 6163
在生成模型中，假设样本数据X={xi}是根据某个随机过程进行采样得到，每个样本根据某个未知的概率分布函数相互独立采样得到，并且这个未知的概率分布取决于连续的潜变量Z。数据集采样过程分成两个步骤：(1)从先验分布函数采样样本zi；(2)根据条件概率分布函数，进而采样得到样本xi。即数据的生成过程如下： 、表示是一个参数化的概率分布函数。然而真正的参数θ、Z都是未知的，而且这些分布函数对于真实数据分布都是相当复杂的。
VAE-变分自编码器-Auto-Encoding Variational Bayes-详细推导
qwezhaohaihong
12-24 502
mac太难了，我想把我写好的word复制粘贴，一复制电脑就死机 炸裂，大家凑合看看图片吧，word可以看我的资源中心
variational autoEncoder介绍
u011854875的博客
06-04 1334
有一个blog，对VAE描述的不错，转载如下。 http://blog.youkuaiyun.com/jackytintin/article/details/53641885
Auto-Encoding Variational Bayes 论文解读
fly1ng_duck的博客
12-05 829
１.How can we perform efficient inference and learning in directed probabilistic models, in the presence of continuous latent variables with intractable posterior distributions, and large datasets? ke...
变分自编码器VAE
GYY8023的博客
11-09 884
VAE近两年非常火，除了用于图像压缩，图像降噪，也被应用于图像分割，比如自动驾驶中就常用来把道路场景进行分割，分成不同的感兴趣区域，还可以用于环境表示，例如Deep Mind 团队就用它来学习3D模拟世界，用Latent Model 来表示潜在空间，这些学习到的特征很多时候是可以解释的，有的变量改变了地板的颜色，有的变量改变了前进的方向。VAE的损失函数比较复杂，具体包含两个部分，第一块是重建损失，和自编码器是一样的，另一块是KL散度，用来描述学习的分布和高斯分布之间的相似性。
Auto-Encoding Variational Bayes论文阅读
qq_40746182的博客
11-09 1289
Auto-Encoding Variational Bayes论文阅读Auto-Encoding Variational Bayes论文阅读方法数学理论基础介绍MLE(ML)和MAP算法mean-field variational inference方法解释变分下界的推理KL散度的数学推导算法对隐含变量z的表述核心算法算法应用——Variational Auto-Encoder Auto-Enco...
Pytorch实现变分自动编码器(vae)完整代码解析
变分自动编码器（Variational Autoencoder，VAE）是一种生成模型，由Kaiming He、Xiangyu Zhang、Shaoqing Ren和Jian Sun于2015年提出，旨在解决传统的自动编码器无法生成新的数据样本的问题。VAE通过引入随机性，并...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值