Uitleg
Een Variational Autoencoder (VAE) is een generatief model dat data in een gecomprimeerde latente representatie codeert en vervolgens nieuwe samples uit deze latente ruimte kan genereren.
VAE's voorstel een probabilistisch kader: je beperkt latente representaties tot een normale verdeling. Dit maakt het model "variationeel" omdat het verschillende samples kan trekken.
VAE's zijn minder populair geworden dan diffusiemodellen maar blijven waardevol, vooral voor takken als anomaliedetectie.
⚡ Voorbeelden
- •VAE's kunnen gezichten genereren door in latente ruimte te navigeren
- •Ze kunnen anomalie-detectie doen: samples die ver uit de latente distributie liggen zijn afwijkend
- •Muzieken VAE's kunnen muziekale samples genereren
Trefwoorden
probabilistischlatente-ruimtecompressiegeneratie