折棍变分自编码器
机器学习
2017-04-05 v3
摘要
我们将随机梯度变分贝叶斯推广以对折棍过程的权重进行后验推断。这一进展使我们能够定义折棍变分自编码器（SB-VAE），它是变分自编码器的贝叶斯非参数版本，具有随机维度的潜表示。我们通过实验证明，SB-VAE 及其半监督变体学习到的潜表示具有高度判别性，常优于高斯 VAE。
引用
@article{arxiv.1605.06197,
title = {Stick-Breaking Variational Autoencoders},
author = {Eric Nalisnick and Padhraic Smyth},
journal= {arXiv preprint arXiv:1605.06197},
year = {2017}
}
备注
ICLR 2017, Conference Track