×

制造

swMATH ID: 36209
软件作者: 马修·日尔曼(Mathieu Germain)、卡罗尔·格雷戈(Karol Gregor)、伊恩·默里(Iain Murray)、雨果·拉罗谢尔(Hugo Larochelle)
描述: MADE:用于分布估计的屏蔽自动编码器。最近,人们对设计神经网络模型以从一组示例中估计分布产生了很大兴趣。我们介绍了对自动编码器神经网络的一个简单修改,它可以产生强大的生成模型。我们的方法屏蔽了自动编码器的参数,以遵守自回归约束:每个输入仅根据给定顺序的先前输入进行重构。通过这种方式约束,自动编码器的输出可以解释为一组条件概率及其乘积,即全联合概率。我们还可以训练一个网络,将联合概率分解为多个不同的顺序。我们的简单框架可以应用于多种架构,包括深层架构。矢量化实现,例如在GPU上,简单而快速。实验表明,这种方法与最先进的易处理分布估计器相比是有竞争力的。在测试时,该方法明显快于其他自回归估计量,且具有更好的伸缩性。
主页: https://arxiv.org/abs/1502.03509
源代码:  https://github.com/mgermain/MADE
关键词: 机器学习arXiv_cs。LG公司神经计算进化计算arXiv_cs。机器学习arXiv_状态ML屏蔽自动编码器分布估计
相关软件: 辉光低碳所UCI-毫升FFJORD公司githubNADE公司国家科学基金n流量亚当火炬差异MNIST公司达奇PyTorch公司阳极i-RevNet公司f-甘氨酸Wasserstein甘坚果西雅娜TensorFlow公司
引用于: 17文件

标准条款

1出版物描述软件 年份
MADE:用于分布估计的屏蔽自动编码器arXiv公司
Mathieu Germain、Karol Gregor、Iain Murray、Hugo Larochelle
2015

按年份列出的引文