Dans cet article, nous allons voir comment coder un auto-encodeur variationnel étape par étape. Nous passerons des connaissances théoriques et de l'intuition sur les auto-encodeurs probabilistes de l'article précédent [1] de cette série au pseudo-code et enfin, à la mise en œuvre à l'aide de la bibliothèque TensorFlow.
Un auto-encodeur variationnel - ou probabiliste - est un type de réseau neuronal génératif. Il est généralement utilisé pour travailler avec des images et est capable de générer de nouvelles images inexistantes. C'est un tremplin important dans les technologies de génération d'images et de vidéos telles que les deepfakes.
Le fonctionnement des auto-encodeurs variationnels est similaire à celui des auto-encodeurs simples - déterministes - avec une différence clé. Ils prennent tous les deux une image sous forme vectorielle en entrée, la compressent en un vecteur de dimensions nettement plus petites, puis la reconstruisent. Alors que les auto-encodeurs déterministes codent les images en points de données discrets et ne sont capables que de les compresser et de les décompresser, les auto-encodeurs probabilistes génèrent une distribution de probabilité pour chaque image. Le réseau échantillonne à partir de cette distribution pour obtenir un vecteur à...
- 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