Oct, 2018
Sinkhorn 自编码器
Sinkhorn AutoEncoders
Giorgio Patrini, Rianne van den Berg, Patrick Forré, Marcello Carioni, Samarth Bhargav...
TL;DR本文介绍了一种基于最优输运的生成自编码模型的学习方法,将生成器与真实数据分布的 p-Wasserstein 距离最小化等价于最小化编码器聚合后验概率与潜在空间先验的 p-Wasserstein 距离,加上重构误差。 文章还介绍了一种称为 Sinkhorn 自编码器(SAE)的算法,通过 Sinkhorn 算法进行反向传播来近似和最小化潜在空间中的 p-Wasserstein 距离。