![見出し画像](https://assets.st-note.com/production/uploads/images/127946837/rectangle_large_type_2_2caf93506ad11f153560d1b16d21752c.png?width=1200)
変分オートエンコーダ⑩VAEの実装例
前回は、デコーダによる画像生成について解説しました。今回は、VAEの実装例として、MNISTのデータセットから手書き数字の画像の特徴を学び、似たような画像をランダムに生成する実験を行います。
コードの構成は、PyTorchで作るノイズ除去オートエンコーダで使ったものと似ていますが、エンコーダが事後分布を予測したり、使われる損失関数が異なっています。また、パラメータ変換トリックを使って潜在変数の事後分布からサンプリングした値を使うところが特徴的です。
やっていることを突き詰めるとELBOの最適化だけであり、非常に単純でもあります。コード自体もそれほど難しくはありません。
それでは、さっそく始めましょう。
この記事が気に入ったらサポートをしてみませんか?