FIDLE / Variational Autoencoder (VAE), ou comment jouer avec les espaces latents
Автор: CNRS - Formation FIDLE
Загружено: 2024-03-14
Просмотров: 4906
Les Variational Autoencoder (VAE) sont une famille de modèles génératifs capable de projeter, de manière contrôlée, des données de grandes dimensions dans un espace latent de faible dimensions.
Ils sont particulièrement intéressants car, contrairement aux autoencodeurs “basiques”, la projection dans l’espace latent est organisée de manière à permettre une compréhension et une utilisation de cet espace latent, telle que la génération de données, l’extraction de caractéristiques ou l’augmentation des données.
Les domaines d’applications sont potentiellement nombreux, vision par ordinateur, détection d’anomalie, reconnaissance vocale, etc.
Au menu de cette épisode :
Principes et architecture d’un Variational AutoEncodeur (VAE),
Projection gaussienne,
Génération de données,
Morphing dans l’espace latent,
Exemple proposé : Génération de données.
Durée : 2h00
Pour rappel, FIDLE est une Formation d'Introduction au Deep Learning, libre et gratuite.
Pour en savoir plus : https://fidle.cnrs.fr
Cette vidéo est sous licence Créative Common CC BY-NC-ND 4.0
Доступные форматы для скачивания:
Скачать видео mp4
-
Информация по загрузке:
