manifold 썸네일형 리스트형 VAE 아래의 세미나 내용과 같은 흐름, 같은 순서로 전개됩니다. 1. Abstract [VAE] 두 가지 contribution이 제시된다. 1) Variational lower bound의 reparametrization [standard stochastic gradient method] 2) lower bound estimator를 통해서 (data point당 연속적인 잠재변수를 갖는) i.i.d datasets에서의 posterior를 효과적으로 fitting할 수 있다. VAE는 생성 모델로써 존재한다. i.i.d datasets의 datapoint당 연속적인 잠재 변수를 갖는다. 따라서 잠재변수로 datapoint를 생성할 수 있고, datapoint로부터 잠재변수를 이끌어낼 수 있다. 2. Int.. 더보기 이전 1 다음
