对抗式自动编码器
通过实现。
要求
MXNet
麻木
matplotlib
scikit学习
OpenCV
无监督对抗自动编码器
请运行aae_unsupervised.py进行模型训练。 在visualize.ipynb中将task设置为unsupervised以显示结果。 请注意,二维潜变量的所需先验分布可以是{高斯,高斯混合,瑞士卷或均一}中的一种。 在这种情况下,培训过程中不会使用任何标签信息。
一些结果:
将z_prior设置为高斯分布的p(z)和q(z)。
将z_prior设置为10高斯混合分布的p(z)和q(z)。
将z_prior设置为瑞士卷分布的p(z)和q(z)。
监督对抗自动编码器
请运行aae_supervised.py进行模型训练。 在visualize.ipynb中将任务设置为supervised ,以显示结果。 注意,二维潜变量的期望的先验分布可以
1