🏠 首页
基准测试
📊 所有基准测试 🦖 恐龙 v1 🦖 恐龙 v2 ✅ 待办事项应用 🎨 创意自由页面 🎯 FSACB - 终极展示 🌍 翻译基准测试
模型
🏆 前 10 名模型 🆓 免费模型 📋 所有模型 ⚙️ 🛠️ 千行代码模式
资源
💬 💬 提示库 📖 📖 AI 词汇表 🔗 🔗 有用链接

AI 词汇表

人工智能完整词典

200
个类别
2,608
个子类别
30,011
个术语
📖
个术语

对抗自编码器

结合自编码器和生成对抗网络的神经网络架构,通过强制潜在空间遵循特定分布来提高重建和生成的质量。

📖
个术语

对抗潜在空间

对抗自编码器中数据的压缩表示,其分布通过判别器进行正则化以接近目标分布(如高斯分布),从而促进更好的泛化能力。

📖
个术语

分布判别器

对抗自编码器中的神经网络,负责区分真实数据的编码与从先验分布中采样的样本,从而强制编码器产生真实的潜在表示。

📖
个术语

对抗变分自编码器 (AAVA)

将VAE的变分正则化与GAN的分布约束相结合的混合模型,其中判别器作用于潜在样本以细化表示空间。

📖
个术语

对抗噪声

为欺骗对抗自编码器的判别器而故意设计的扰动,在训练过程中用于增强编码器的鲁棒性。

📖
个术语

f-詹森-香农散度

用于测量对抗自编码器中学习到的潜在分布与目标分布之间差异的广义散度度量,比传统的KL散度提供更大的灵活性。

📖
个术语

自编码器中的模式崩溃

当编码器试图欺骗判别器时,将不同的输入映射到有限数量的潜在表示的现象,从而减少了潜在空间的多样性。

📖
个术语

循环一致对抗自编码器

对抗自编码器的一种变体,其中添加了循环一致性约束,确保经过潜在空间往返后的重建与原始输入相同。

📖
个术语

联合编码器-判别器

一种训练策略,其中编码器和判别器的参数部分共享或联合优化,以稳定学习并改善潜在空间的正则化。

📖
个术语

结构化嵌入空间

对抗自编码器的目标,旨在创建一个不仅维度低且具有可利用语义结构的潜在空间,通过分布约束实现。

📖
个术语

对抗正则化重建

自编码器中的数据重建过程,其中重建损失通过对抗惩罚进行补充,避免过拟合并促进更通用的表示。

📖
个术语

条件对抗自编码器(AAAC)

对抗自编码器的扩展,其中编码和生成过程通过辅助信息(如类别标签)进行条件控制,允许对生成的潜在表示进行显式控制。

📖
个术语

Wasserstein对抗自编码器

使用Wasserstein损失实现判别器的对抗自编码器,这提高了训练稳定性,并为潜在分布收敛提供了更有意义的度量。

📖
个术语

对抗自编码去噪

一种应用,其中对抗自编码器被训练从噪声输入中重建干净数据,判别器确保去噪数据的潜在表示遵循干净数据的分布。

📖
个术语

对抗类别可分性

某些对抗自编码器中出现的特性,其中潜在空间以分离不同数据类别的方式组织,便于下游分类任务。

🔍

未找到结果