深度学习基础模块

1 VAE

原理：分为编码器和解码器，编解码器中间是隐变量
自编码器输出近似分布，用单位高斯来监督这个近似分布，loss为kl散度
解码时用近似分布z对隐变量采样，然后输入解码器，最后用图片作为loss

特点：
（1）用重参数化解决梯度传播中断的问题

同时监督隐变量loss和重建loss，最终的特征分布最好。

典型用途

参考链接：https://www.bilibili.com/video/BV1Ns4y1J7tK/?spm_id_from=333.337.search-card.all.click&vd_source=3e27170b4eb381f647a64b00dc0a25ba

2 rope旋转位置编码

原理：经典正余弦位置编码是加到特征向量上，rope是乘到特征向量上，相当于是对特征向量进行了旋转

特点：
（1）融入了相对位置信息
（2）便于外推

参考链接：
https://www.bilibili.com/video/BV1Mj421R7JQ?spm_id_from=333.788.player.switch&vd_source=3e27170b4eb381f647a64b00dc0a25ba&trackid=web_related_0.router-related-2206419-7clql.1760529369619.656

https://www.bilibili.com/video/BV1vgpBzzEh5/?spm_id_from=333.337.search-card.all.click&vd_source=3e27170b4eb381f647a64b00dc0a25ba