重要性加权自编码器的重新解读
机器学习
2017-08-16 v2
摘要
重要性加权自编码器的标准解释是，它们最大化了比标准证据下界更紧的边际似然下界。我们给出了该过程的一种替代解释：它优化标准变分下界，但使用了更复杂的分布。我们正式推导了这一结果，给出了一个更紧的下界，并可视化了隐式的重要性加权分布。
引用
@article{arxiv.1704.02916,
title = {Reinterpreting Importance-Weighted Autoencoders},
author = {Chris Cremer and Quaid Morris and David Duvenaud},
journal= {arXiv preprint arXiv:1704.02916},
year = {2017}
}
备注
ICLR 2017 Workshop