VAE

개요

• 잠재변수가 특정확률분포 (보통 ) 을 갖도록 AE 구성
• 특정확률분포에서 샘플을 생성하고, 디코더에 넣어 새로운 데이터 생성

Remark

AE에서는,

• 잠재 공간에서의 주어진 값을 디코더에 넣어 데이터를 생성
• 잠재변수의 Distribution에는 관여하지 않음
• 잠재공간에서 새로운 값을 추출하기 어려움

구조

1. 각 는 Encoder를 통해 로 mapping
3. 으로 부터 random sample 를 임의 추출
4. Decoder를 통해 를 으로 재구성

Training

은 Kullback-Leibler divergence로, 두 분포 사이의 distance

• 같은 에 대해 매번 다른 가 생성되어 를 생성

장단점

• 생성모델에 대한 수학적 접근과 확률분포 근사에 대한 접근법
• AE보다 잠재공간이 좀 더 밀집되어 있어 생성에 유리함
• 다른 생성모델에 비해 성능이 떨어짐