すべての自然画像ベンチマークで対数尤度でPixelCNNを上回りながら、初めてサンプルを迅速に生成する階層型VAEを紹介します。理論的には、VAEは実際に自己回帰モデルを表すことができ、十分に深くする

arxiv_reader のブックマーク 2021/03/18 11:20

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4699962440413671970/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2011.10650v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2011.10650v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2011.10650v2" data-user-icon="/users/arxiv_reader/profile.png">非常に深いVAEは自己回帰モデルを一般化し、画像上でそれらを上回ることができます</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/representation">representation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/autoregressive">autoregressive</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/benchmark">benchmark</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li></ul><br><p style="clear: left">すべての自然画像ベンチマークで対数尤度でPixelCNNを上回りながら、初めてサンプルを迅速に生成する階層型VAEを紹介します。理論的には、VAEは実際に自己回帰モデルを表すことができ、十分に深くする</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210318#bookmark-4699962440413671970"><span class="datetime-body">2021/03/18 11:20</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！