变分自编码器的失效模式及其对下游任务的影响
机器学习
2022-03-17 v4 机器学习
摘要
变分自编码器（VAEs）是深度生成式潜变量模型，被广泛用于若干下游任务。尽管已有研究表明 VAE 训练可能存在多种病态，现有文献仍缺乏对这些病态确切发生时机及其如何影响下游任务性能的刻画。本文中，我们具体刻画了 VAE 训练表现出病态的条件，并将这些失效模式与对特定下游任务（如学习压缩与解耦表示、对抗鲁棒性以及半监督学习）的不良影响相联系。
引用
@article{arxiv.2007.07124,
title = {Failure Modes of Variational Autoencoders and Their Effects on Downstream Tasks},
author = {Yaniv Yacoby and Weiwei Pan and Finale Doshi-Velez},
journal= {arXiv preprint arXiv:2007.07124},
year = {2022}
}
备注
Accepted at the International Conference on Machine Learning (ICML) Workshop on Uncertainty and Robustness in Deep Learning (UDL) 2020