生成モデルの重要な側面として、変分オートエンコーダー（VAE）は多くの研究関心を集め、多くの成功したアプリケーションに到達しました。ただし、証拠の下限（ELBO）を最適化するときに、学習した潜在分布と

arxiv_reader のブックマーク 2022/05/10 15:36

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4719359870652350050/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2109.10640v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2109.10640v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2109.10640v2" data-user-icon="/users/arxiv_reader/profile.png">LDC-VAE：変分オートエンコーダへの潜在分布一貫性アプローチ</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/generative">generative</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><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/approximation">approximation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/gradient">gradient</a>]</li></ul><br><p style="clear: left">生成モデルの重要な側面として、変分オートエンコーダー（VAE）は多くの研究関心を集め、多くの成功したアプリケーションに到達しました。ただし、証拠の下限（ELBO）を最適化するときに、学習した潜在分布と</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220510#bookmark-4719359870652350050"><span class="datetime-body">2022/05/10 15:36</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！