双向变分自编码器
机器学习
2025-05-28 v2 人工智能
机器学习
摘要
我们提出了新的双向变分自编码器(BVAE)网络架构。BVAE 使用单个神经网络进行编码和解码,而非使用编码器-解码器的配对结构。该网络通过相同的突触网络的前向方向进行编码,通过反向方向进行解码。我们对比了 BVAE 和普通 VAE 在四个图像任务上的表现,包括图像重建、分类、插值和生成。图像数据集包括手写数字 MNIST、Fashion-MNIST、CIFAR-10 和人脸图像 CelebA-64。双向结构的 BVAE 将参数数量缩减了近乎 50%,而仍略胜于单向 VAE。
引用
@article{arxiv.2505.16074,
title = {Bidirectional Variational Autoencoders},
author = {Bart Kosko and Olaoluwa Adigun},
journal= {arXiv preprint arXiv:2505.16074},
year = {2025}
}
备注
10 pages, 6 figures