BriefGPT.xyz
Ask
alpha
关键词
hierarchical vaes
搜索结果 - 5
基于理论边界导向的分层 VAE 神经图像编解码器
基于理论边界指导的分层变分自动编码器 (BG-VAE) 通过引导神经图像编解码器 (NIC) 模型,利用率失真理论上边界来提升性能。通过实验证明,BG-VAE 在考虑率失真性能和计算复杂度时优于现有方法。
PDF
3 months ago
线性条件和分层变分自编码器中的后验坍塌
该论文通过对条件 VAEs 和层级 VAEs 进行理论分析,证明模型中后验崩溃的原因包括条件 VAEs 输入输出之间的相关性和层级 VAEs 学习编码器方差的影响,并在实验中验证了理论结果。
PDF
a year ago
ICLR
分层变分自编码器中潜变量之间的交易信息
此论文研究了层次化变分自编码器中速率 / 失真权衡的问题,并提出了一个通用类别的推理模型,可以将解码速度分成各层的贡献,从而可以独立调节。我们根据下游任务的理论性能作为各个层速率的函数推导了理论界限,并在大规模实验中验证了我们的理论发现,这
→
PDF
a year ago
高效 VDVAE:少即是多
通过对 Very Deep VAE(变分自编码器)的改进,我们实现了比现有技术更快速、性能更好且更加稳定的 Hierarchical VAE,并发现仅使用其潜在空间空间的约 3% 即可编码大部分图像信息,为下游任务提供了高效利用的方式。
PDF
2 years ago
NVAE: 深度分层变分自编码器
提出了一种用于图像生成的深度分层变分自编码器(NVAE),其使用深度分离卷积和批归一化。NVAE 在 MNIST、CIFAR-10、CelebA 64 和 CelebA HQ 数据集上取得了最先进的结果,并为 FFHQ 提供了强大的基准。N
→
PDF
4 years ago
Prev
Next