基于二进变换的增强变分推断
机器学习
2019-03-11 v2 机器学习
摘要
变分自编码器是一种借助变分推断的强大深度生成模型。在 VAE 原始公式中将潜变量建模为具有对角协方差矩阵的正态分布，限制了其匹配真实后验分布的灵活性。我们提出一种新的变换——二进变换（DT），可建模多元正态分布。DT 是一种计算需求低的单级变换。我们在 MNIST 数据集上实证表明，DT 增强了后验灵活性，并与其他 VAE 改进方法相比取得了具竞争力的结果。
引用
@article{arxiv.1901.10621,
title = {Enhanced Variational Inference with Dyadic Transformation},
author = {Sarin Chandy and Amin Rasekh},
journal= {arXiv preprint arXiv:1901.10621},
year = {2019}
}