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