« Autoencodeur variationnel » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
Ligne 3 : Ligne 3 :


==Compléments==
==Compléments==
Note: l'autoencodeur variationnel a été proposé par Kingma et Welling en 2014.
L'autoencodeur variationnel a été proposé par Kingma et Welling en 2014.
 
Par exemple, un autoencodeur variationnel peut servir à générer des images. D'abord il encode des images sous une [[espace latent|représentation latente]] compressée, puis décode cette représentation latente vers une image de la dimension de départ, en apprenant la distribution statistique des images. 


==Français==
==Français==

Version du 13 septembre 2023 à 02:08

Définition

Variante générative et probabiliste de l'architecture de réseau de neurones autoencodeur.

Compléments

L'autoencodeur variationnel a été proposé par Kingma et Welling en 2014.

Par exemple, un autoencodeur variationnel peut servir à générer des images. D'abord il encode des images sous une représentation latente compressée, puis décode cette représentation latente vers une image de la dimension de départ, en apprenant la distribution statistique des images.

Français

autoencodeur variationnel

auto-encodeur variationnel

Anglais

variational auto-encoder

variational auto encoder

variational autoencoder

VAE

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source: Géron, Aurélien (2017). Deep Learning avec TensorFlow - Mise en oeuvre et cas concrets, Paris, Dunod, 360 pages.

Source: Hadjeres, Gaëtan (2018). Interactive deep generative models for symbolic music, thèse de doctorat, Sorbonne Université, 191 pages.

Source: Termino