文件名称：变分自动编码器：以张量流和pytorch（包括逆自回归流）实现的变分自动编码器
文件大小：12KB
文件格式：ZIP
更新时间：2024-02-25 07:47:32
learning machine-learning deep-neural-networks deep-learning tensorflow
张量流和pytorch中的变体自动编码器 TensorFlow和PyTorch中可变自动编码器的参考实现。 我建议使用PyTorch版本。 它包括一个更具表达性的变分族的例子，。 变分推断用于使模型适合二值化MNIST手写数字图像。 推理网络（编码器）用于分摊推理并在数据点之间共享参数。 可能性通过生成网络（解码器）进行参数化。 博客文章： ： 具有重要性采样的示例输出，用于估计Hugo Larochelle的Binary MNIST数据集上的边际可能性。 测试集为-97.10边缘可能性。 $ python train_variational_autoencoder_pytor
【文件预览】：
variational-autoencoder-master
----LICENSE(1KB)
----train_variational_autoencoder_pytorch.py(9KB)
----flow.py(6KB)
----README.md(5KB)
----environment.yml(2KB)
----train_variational_autoencoder_tensorflow.py(7KB)
----data.py(2KB)