Un auto-encodeur est l'un des réseaux de neurones les plus simples imaginables - il prend une donnée en entrée, la compresse en un petit vecteur, puis la reconstruit et la renvoie en sortie. Dans cet article, nous allons explorer comment passer d'un réseau aussi simple à un outil puissant capable de générer des images artificielles.
Un auto-encodeur simple - déterministe - prend en entrée une image représentée par un vecteur de pixels, la compresse en un vecteur latent nettement plus petit, puis la reconstruit dans l'image d'origine. L’élément le plus important à remarquer ici est qu'un simple auto-encodeur encode chaque image comme un seul vecteur – une valeur discrète - ce qui l'empêche de pouvoir décoder d'autres vecteurs en images significatives. Parce que l'espace latent des auto-encodeurs déterministes est discret, ils sont incapables de générer de nouvelles images inexistantes.
Dans mon article d'introduction sur les auto-encodeurs [1] - que j'invite le lecteur à lire afin d'avoir une image plus complète pour le sujet de cet article - j'ai décrit ce que sont les auto-encodeurs déterministes et comment ils fonctionnent. Il s'est conclu par l’énoncé de deux propriétés remarquables de l’espace latent permettant en théorie la génération des images – continuité et...
- Accédez à tous les contenus de Connect en illimité
- Découvrez des listes de lecture et des contenus Premium
- Consultez les nouveaux articles en avant-première