3. Calibrer le modèle aux données

A la découverte des auto-encodeurs variationnels

Alexandros Kalousis

Dans cette capsule, nous donnons une vue d'ensemble des autoencodeurs variationnels (VAE), une famille particulière de modèles génératifs qui consiste en un encodeur cartographiant les instances dans un espace latent et un composant de décodage qui reçoit des échantillons d'entrée de l'espace latent et les cartographie dans l'espace d'entrée d'origine. L'architecture de codage-décodage des VAE permet plusieurs applications intéressantes, telles que la génération conditionnelle et le transfert de style. En outre, la présence d'un décodeur nous permet d'incorporer facilement des connaissances du domaine, telles que les lois de la physique, en fondant la sémantique de l'espace latent sur des entités du monde réel. Nous présentons un petit exemple de modélisation de la démarche.

Suggestion de formation

Extrait de cours

"Variational autoencoders"
Séance tirée du cours "Deep learning", disponible ici. Slides disponibles ici.
Plus d'informations