Вариационные автоэнкодеры | Генеративный ИИ-анимированный

В этом видео вы узнаете всё о вариационных автоэнкодерах. Эти генеративные модели популярны уже более десятилетия и до сих пор используются во многих приложениях. Если вы хотите ещё глубже погрузиться в эту тему, рекомендую прочитать оригинальную статью Кингмы и его обзор, написанный позже: Вариационный байесовский алгоритм автокодирования https://arxiv.org/abs/1312.6114 Введение в вариационные автокодировщики https://arxiv.org/abs/1906.02691 Если вам нужны более доступные ресурсы, вот эти записи в блоге Мэтью Н. Бернстайна, которые помогут вам понять различные аспекты теории, лежащей в основе VAE: Вариационные автокодировщики https://mbernste.github.io/posts/vae/ Вариационный вывод https://mbernste.github.io/posts/vari... Нижняя граница доказательности https://mbernste.github.io/posts/elbo/ Главы: 00:00 Введение 01:05 Контекст 06:20 Общий принцип VAE 08:53 Нижняя граница доказательств 11:01 Хитрость репараметризации 14:05 Обучение и вывод 16:28 Ограничения 18:40 Бонус: Выводы ELBO Благодарим зрителей, которые внесли свой вклад в создание субтитров: Китайский: Фань Ли, МоуРен Сан В этом видео представлены анимации, созданные с помощью Manim, вдохновлённые работой Гранта Сандерсона в @3blue1brown. Весь код анимаций для этого видео доступен в следующем репозитории на GitHub: https://github.com/ytdeepia/Variation... Если вам понравился контент, поставьте лайк, оставьте комментарий и подпишитесь, чтобы поддержать канал! #deeplearning #artificialintelligence #generativeai #machinelearning #manim #education #science