Варіаційний автокодер (VAE), потужний генеративний метод машинного навчання використовується для перетворення молекулярної структури в безперервний латентний вектор за допомогою кодера та для перетворення латентного вектора назад у молекулу за допомогою декодера. З: Computer Aided Chemical Engineering, 2022.
варіаційні автокодери. Автокодери є старіша архітектура нейронної мережі, яка чудово автоматизує процес більш ефективного представлення необроблених даних для різних програм машинного навчання та ШІ. Звичайні автокодери корисні у створенні кодеків для стиснення даних і виявлення аномалій.
На відміну від більшості автокодерів, які є детермінованими моделями, які кодують один вектор дискретних прихованих змінних, VAES є імовірнісними моделями. VAE кодувати приховані змінні навчальних даних не як фіксоване дискретне значення z, а як безперервний діапазон можливостей, виражений як розподіл ймовірностей p(z).
Що таке варіаційний квантовий алгоритм. VQA — це алгоритм, заснований на варіаційному методі. По суті, це серія освічених припущень у формі параметризованих квантових схем, причому кожна припущення уточнюється класичними оптимізаторами, доки не буде знайдено наближене рішення.
Неформальний. VAE означає Додана вартість (економічна) але вона ідентична «Чистій теперішній вартості», якщо розглядати можливість здійснення інвестицій.
У контексті VAE це передбачає апроксимацію справжнього апостеріорного розподілу латентних змінних на основі даних, що часто важко піддається обробці. VAE вивчає приблизний задній розподіл. Мета є щоб зробити це наближення якомога ближчим до справжнього заднього.