会变老的算法：以生成式深度神经网络为例
机器学习
2023-03-15 v3 机器学习
摘要
机器学习中使用的生成式深度神经网络，如变分自编码器（VAE）和生成对抗网络（GAN），每次被要求时都会生成新对象，约束是新对象保持与作为输入给出的一些示例列表相似。然而，这种行为不同于人类艺术家随时间推移改变其风格且很少回到初始创作风格的行为。我们研究一种情形，其中VAE用于从由某经验数据集描述的概率测度中采样。基于近期关于Radon-Sobolev统计距离的工作，我们提出了一种数值范式，与生成算法结合使用，满足以下两个要求：所创建的对象不重复并演化以填满整个目标概率分布。
引用
@article{arxiv.2202.03008,
title = {Algorithms that get old : the case of generative deep neural networks},
author = {Gabriel Turinici},
journal= {arXiv preprint arXiv:2202.03008},
year = {2023}
}