页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「VAE」找到 11 条内容
按专题浏览 →匹配正文：VQ-VAE 的基本原理 Encoder 把输入 x 映射为连续 latent 网格 z_e(x)。对每个位置，在 codebook E={e_1,…,e_K} 中找最近向量，得到离散索引 k 和 z_q(x)=e_k；Decoder 再从 z_q(x) 重建输入。离散索引可交给自回归或其他先验模型学习。 最近邻选择不可导，原始 VQ-VAE 用 straight-through estimator，把重建损失对 z_q 的梯度近似传给 encoder。原始目标包含： 重建损…
匹配正文：核心判断 VQ-VAE由编码器、离散码本、向量量化器和解码器组成。编码器产生连续表示，对每个位置选最近的码本向量，再由解码器重建输入。离散选择不可导，经典方法用straight-through estimator把重建梯度传给编码器，并配码本更新与commitment loss。离散code只是模型学到的索引，不天然对应人可解释概念，也可能出现大量code闲置的码本塌缩。 机制与边界 相比普通VAE的连续随机变量，VQ-VAE让潜变量取有限码本中的向量，并学习一个先验来生成c…
匹配正文：结构与前向过程 VQ-VAE由encoder、离散codebook和decoder组成。Encoder输出连续特征 z_e(x)；对每个空间或时间位置，选择最近的码本向量： k*=argmin_k ||z_e(x)-e_k||², z_q(x)=e_{k*} Decoder从量化后的 z_q 重建输入。离散索引序列可再由PixelCNN、Transformer等先验模型学习，从而采样新索引并解码。 损失与梯度 原始形式包含重建损失、codebook loss ||sg[z_e…
学习内容与项目面试，在同一条路上。