文件名称：ICML-2015:我的ICML 2015论文中关于VAE，GSN等的模型代码
文件大小：68KB
文件格式：ZIP
更新时间：2024-06-12 07:50:09
Python
ICML-2015 ICML 2015论文中的模型代码：“具有协同成形的可变生成随机网络” 我正在回溯我最近的工作-涉及对基本模型实现，优化方法等的重大更改-使此存储库的状态与我写ICML论文时的工作相匹配。 顺序生成存储库中的较新模型功能更强大，FYI。 “单峰”重构分布的主要问题是，当需要的重构分布p（x | x）时，通过KL正则化迫使破坏分布q（z | x1）和q（z | x2）出现更多重叠。 z）包含多个有效模式。 通过对破坏过程和重构分布使用顺序构造，可以在q（z | x1）/ q（z | x2）重叠程度不同的情况下截断破坏过程。 它也可以通过组成的单峰重构分布链轻松地进行多峰重构。 文件“ MnistWalkoutTests.py”显示了初始化和训练本文中描述的模型的基本要求。 常规的VAE实现在“ OneStageModel.py”中，而协同引导的Markov链内容在“
【文件预览】：
ICML-2015-master
----OneStageModel.py(18KB)
----VCGLoop.py(25KB)
----NetLayers.py(16KB)
----utils.py(12KB)
----MnistWalkoutTest.py(16KB)
----MultiStageModel.py(26KB)
----VideoUtils.py(14KB)
----TFDWalkoutTest.py(18KB)
----InfNet.py(27KB)
----PeaNet.py(24KB)
----MSMTests.py(11KB)
----load_data.py(12KB)
----LICENSE(1KB)
----HelperFuncs.py(2KB)
----.gitignore(749B)
----LogPDFs.py(7KB)
----result_parsing_script.py(1KB)
----README.md(1KB)
----output_losses.py(8KB)
----TempTests.py(15KB)