变分复合自编码器
机器学习
2018-04-13 v1 机器学习
摘要
在存在复杂数据结构或难处理潜变量的情况下，潜变量模型中的学习具有挑战性。以往的变分自编码器由于直接的编码器-解码器结构而可能效率低下。在本文中，我们提出一种变分复合自编码器，通过在层次化潜变量模型之上进行摊销来规避此问题。实验结果证实了我们所提模型的优势。
引用
@article{arxiv.1804.04435,
title = {Variational Composite Autoencoders},
author = {Jiangchao Yao and Ivor Tsang and Ya Zhang},
journal= {arXiv preprint arXiv:1804.04435},
year = {2018}
}