SimVAE：用于可解释生成模型的模拟器辅助训练
机器学习
2019-11-20 v1 机器学习
摘要
本文提出一种用于变分自编码器（VAE）的模拟器辅助训练方法（SimVAE），其可得到解耦且可解释的潜空间。SimVAE 的训练为两步过程：首先训练深度生成器网络（解码器）以逼近模拟器，此步骤中模拟器充当数据源或教师网络；然后训练推断网络（编码器）以反转解码器。因此，在完整训练后，编码器表示一个近似反转的模拟器。通过解耦编码器与解码器的训练，我们规避了训练如 VAE 与生成对抗网络（GANs）等生成模型时出现的一些困难。我们在电路设计、图形去渲染以及其他涉及通过模拟进行推断的自然科学问题等多种领域中展示了该方法的应用。
引用
@article{arxiv.1911.08051,
title = {SimVAE: Simulator-Assisted Training forInterpretable Generative Models},
author = {Akash Srivastava and Jessie Rosenberg and Dan Gutfreund and David D. Cox},
journal= {arXiv preprint arXiv:1911.08051},
year = {2019}
}