Loading...
机构名称:
¥ 1.0

我们建议在生成器模型的潜在空间中学习基于能量的模型 (EBM),以便 EBM 充当基于生成器模型自上而下网络的先验模型。潜在空间 EBM 和自上而下网络都可以通过最大似然法联合学习,这涉及从潜在向量的先验和后验分布中进行短期 MCMC 采样。由于潜在空间的低维数和自上而下网络的表现力,潜在空间中的简单 EBM 可以有效地捕获数据中的规律,而潜在空间中的 MCMC 采样效率高且混合良好。我们表明,学习到的模型在图像和文本生成以及异常检测方面表现出色。一页代码可以在补充材料中找到。

学习基于潜在空间能量的先验模型

学习基于潜在空间能量的先验模型PDF文件第1页

学习基于潜在空间能量的先验模型PDF文件第2页

学习基于潜在空间能量的先验模型PDF文件第3页

学习基于潜在空间能量的先验模型PDF文件第4页

学习基于潜在空间能量的先验模型PDF文件第5页

相关文件推荐

2024 年
¥3.0
2022 年
¥1.0