변분 오토인코더

변분 오토인코더(Variational autoencoder, VAE)는 변분 베이즈 방법의 변분추론(variational inference), 증거 하한(evidence lower bound, ELBO)을 이용해서 입력 확률 분포를 학습하고 입력 확률 분포에 가까운 값을 만들어내는 오토인코더이다.

변분 오토인코더의 기본 구조. 인코더가 입력 ${\displaystyle x}$를 받아서 잠재 공간으로 압축하고. 디코더가 잠재공간에서 결과를 받아서 입력과 가까운 ${\displaystyle {x'}}$로 복원한다.

같이 보기

• 오토인코더
• 생성적 적대 신경망