Variational Autoencoders by 이활석(NAVER)

link: https://www.youtube.com/watch?v=rNh2CrTFpm4 

VAE

• Autoencoder와 코드상 매우 흡사하지만, 논리적으로 전혀 관계없는 모델
• Autoencoders
  • Manifold Learning을 목적으로 둠
  • 앞단(목적)을 위해 뒷단을 붙여서 학습
• Variational Autoencoders
  
  • 데이터를 생성하는 것을 목적으로 둠
  • 뒷단(목적)을 위해 앞단을 붙여서 학습

Generative Model

z: 랜덤하게 이미지를 생성하지 않고 control할 수 있게함(ex, 머리색만 바꾸기, 눈동자색만 바꾸기)

 

latent vector z에서 기존의 데이터를 최대한 비슷하게 복구하는 것이 목표

• vae
  latent vector z를 통해 유사한 새로운 데이터를 생성하는 것을 목표
• ex
  강아지의 조건(latent vector z) : 귀모양, 꼬리모양, 색, 등 -> 이를 통해 그린 그림(x)

z의 분포 p(z)는 가우시안(Gaussian) 분포를 따른다고 가정

ref
https://itrepo.tistory.com/48