生成式类条件自编码器
神经与进化计算
2015-04-10 v3 机器学习
摘要
Bengio 等人（2013）的最新工作提出了一种去噪自编码器的采样过程，涉及学习马尔可夫链的转移算子。该转移算子通常是单峰的，这限制了其建模复杂数据的能力。为了从条件分布中进行高效采样，我们在理论和算法上将此工作扩展至门控自编码器（Memisevic, 2013）。所提出的模型在 MNIST 和 TFD 数据集上训练后，能够生成令人信服的类条件样本。
引用
@article{arxiv.1412.7009,
title = {Generative Class-conditional Autoencoders},
author = {Jan Rudy and Graham Taylor},
journal= {arXiv preprint arXiv:1412.7009},
year = {2015}
}