Autoencoders 第2页

理解变分自编码器，GAN的近亲

转自专知原文：https://www.jeremyjordan.me/variational-autoencoders/【导读】自编码器是一种非常直观的无监督神经网络方法，由编码器和解码器两部分构成，自编码器近年来很受研究人员的欢迎

机器学习与AI生成创作·2022-12-24 17:45

利用keras搭建自编码器网络——脑机接口

贴几个参考代码的链接https://kiseliu.github.io/2016/08/16/building-autoencoders-in-keras/http://ff120.github.io/

jl0624·2022-12-23 06:07

Masked Autoencoders Are Scalable Vision Learners | MAE 阅读笔记&部分翻译

MaskedAutoencodersAreScalableVisionLearnersAuthorUnit:FacebookAIResearch(FAIR)Authors:KaimingHe∗,†^{∗,†}∗,†XinleiChen∗^∗∗SainingXieYanghaoLiPiotrDollárRossGirshickConference:arXiv:2111.06377v1[cs.CV]1

ybacm·2022-12-22 12:18

李沐精读论文：MAE 《Masked Autoencoders Are Scalable Vision Learners》

论文：MaskedAutoencodersAreScalableVisionLearners别再无聊地吹捧了，一起来动手实现MAE(MaskedAutoencodersAreScalableVisionLearners)玩玩吧！-知乎参考博文：MAE论文逐段精读【论文精读】-哔哩哔哩神洛华的博客本文是2021.11.11发布在Arxiv上的文章，主要工作是在VisionTransformer基础上

iwill323·2022-12-22 12:52

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners

一、论文简述链接：原文链接主要运用原版MAE的不等长的encoder和decoder的部分，并且加入不同的分支进行多任务运用，同时具有分类分支和复原分支两个分支，Loss也由两个部分的loss构成。二、模型结构1.Imagemaskingandencoding图片掩码生成和encoding部分将图片切分成为不重叠的小部分，将其中的75%部分进行遮罩2.Reconstructionbranch重建分

小胡胡在长沙不想吃辣·2022-12-22 05:48

论文阅读“Masked Autoencoders Are Scalable Vision Learners”(CVPR2022)

论文标题MaskedAutoencodersAreScalableVisionLearners论文作者、链接作者：He,KaimingandChen,XinleiandXie,SainingandLi,YanghaoandDoll{\'a}r,PiotrandGirshick,Ross链接：CVPR2022OpenAccessRepository代码（非官方）：https://github.com

不吃香菜的zbw·2022-12-22 05:47

《Masked Autoencoders Are Scalable Vision Learners》非官方代码笔记

文章目录前向传播位置信息实验结果代码地址https://github.com/pengzhiliang/MAE-pytorch我加了点注释https://gitee.com/Lost_star/MAE-pytorch-main前向传播位置信息实验结果

F_aF_a·2022-12-22 05:17

【论文笔记】【MAE】 Masked Autoencoders Are Scalable Vision Learners

KaimingHeLink:[2111.06377]MaskedAutoencodersAreScalableVisionLearners(arxiv.org)Code:https://github.com/facebookresearch/mae1Intro盖住75%的patch，取剩余的patch输入encoder，没有mask的patch放在ViT输出相应的位置（蓝色），mask掉的部分只包

Merengue_l·2022-12-21 09:00

PyTorch笔记 - MAE(Masked Autoencoders) PyTorch源码

欢迎关注我的CSDN：https://blog.csdn.net/caroline_wendy本文地址：https://blog.csdn.net/caroline_wendy/article/details/128382935Paper：MAE-MaskedAutoencodersAreScalableVisionLearners掩码的自编码器是可扩展的视觉学习器KaimingHe，FAIRCo

SpikeKing·2022-12-20 15:26

论文阅读——Masked Autoencoders Are Scalable Vision Learners

论文链接：https://arxiv.org/pdf/2111.06377.pdfhttps://arxiv.org/pdf/2111.06377.pdfhttps://arxiv.org/pdf/2111.06377.pdf用于cv的自监督学习方案提出问题：将NLP中的自监督学习用于视觉中，文章中提出了一种MAE(屏蔽自动编码器)，尝试用很小的输入预训练模型来训练很大的模型，由于是图像的遮掩，所

桶的奇妙冒险·2022-12-18 14:12

PyTorch笔记 - MAE: Masked Autoencoders Are Scalable Vision Learners

欢迎关注我的CSDN：https://blog.csdn.net/caroline_wendy本文地址：https://blog.csdn.net/caroline_wendy/article/details/128345741Paper：MAE-MaskedAutoencodersAreScalableVisionLearners掩码的自编码器是可扩展的视觉学习器KaimingHe，FAIRCo

SpikeKing·2022-12-16 18:46

MAE：Masked Autoencoders Are Scalable Vision Learners(带掩码的自编码器是可扩展的学习器)论文阅读

目录MaskedAutoencodersAreScalableVisionLearnersAbstractIntroductionApproachMaskingMAEencodingMAEdecoderReconstructiontargetSimpleimplementationExperiments消融实验TransferLearningExperimentsMaskedAutoencoder

独上归州·2022-12-13 21:47

异常检测 | CBiGAN（结合GANs和AutoEncoders进行高效的异常检测）

在此背景下，基于Autoencoders(AEs)或生成对抗网络(GANs)的图像深度生成模型被证明是异常检测的有效方法。

六个核桃Lu·2022-12-09 17:19

20221204Deep Learning to Discover Coordinates for Dynamics: Autoencoders & Physics Informed ML

原视频https://www.youtube.com/watch?v=KmQkDgu-Qp0Incomplexsystems,weknowthattherearelowdimentionalpatternsandafewdegreesoffreedomthatmatterDeepautoencoderfordynamics需要在普通的encoder-decoder基础上加一个f来学习系统的变化ri

WRStop·2022-12-08 00:02

Stacked Capsule Autoencoders

引言a）物体由一系列几何组织部件所组成。本文引入了一个无监督的胶囊自动编码器（SCAE），意在使用部件之间的几何关系去推理对象；b)由于部件间的关系，不依赖于视角的变动，所以该模型对视点的变化是健壮的；c)SCAE包括两个阶段：第一阶段，该模型直接从图像中预测部件的存在和姿态，并试图通过适当的排列来部件来重建图像。第二阶段，OCAE预测了几个对象胶囊的参数，然后利用这些参数重建局部的姿态。d)与以

泡面加蛋97·2022-12-03 03:13

Diffusion Autoencoders: Toward a Meaningful and Decodable Representation

DiffusionAutoencoders:TowardaMeaningfulandDecodableRepresentation扩散自编码器:面向有意义和可解码的表示code：https://github.com/phizaz/diffaeACVPR2022(ORAL)paper(paper,site,5-minvideo)贡献：本文的重点就是构建了一个与VanillaAutoencoder不同

马鹏森·2022-11-28 02:40

[Transformer]MAE:Masked Autoencoders Are Scalable Vision Learners

MAE：可扩展的视觉学习器 AbstractSectionIIntroductionSectionIIRelatedWorkSectionIIIMethodSectionIVImageNetExperimentsPart1MainPrepertiesPart2ComparisonResultsSectionVTransferLearningSectionVIDiscussionandConclus

黄小米吖·2022-11-24 10:36

MAE 论文《Masked Autoencoders Are Scalable Vision Learners》

《MaskedAutoencodersAreScalableVisionLearners》带掩码的自编码器是一个可拓展的视觉学习器，听名字就明白一二，应该是在编码器部分加上了mask的一些操作。那这样有啥好处，又能实现什么，下面就一起来看看吧论文地址：https://arxiv.org/pdf/2111.06377.pdf官方源码：https://github.com/facebookresear

CV小Rookie·2022-11-24 10:34

无公式，何恺明新作 MAE——Masked Autoencoders Are Scalable Vision Learners

无公式，何恺明新作MAE——MaskedAutoencodersAreScalableVisionLearners【本文为个人原创解读，转载请注明出处，非常感谢】原文链接何恺明团队的又一力作，和之前的风格一样，想法朴素但有效，全文无公式推导，便于理解，阅读时建议着重领会作者思想。中心思想：，建立非对称的编码-解码结构（Asymmetricencoder-decoder）并设置极高的遮挡率(75%)

Languedoc_C·2022-11-24 10:30

【论文随笔2】COALA: Co-Aligned Autoencoders for Learning Semantically Enriched Audio Representations

原文链接：【论文随笔2】COALA:Co-AlignedAutoencodersforLearningSemanticallyEnrichedAudioRepresentations-知乎零----相关背景Contrastiveloss（对比损失）Contrastiveloss的目标是：同类相吸，异类相斥。本文提到的Contrastiveloss又叫“NT-Xentloss”(Normalized

moses1994·2022-11-23 23:12

Improving unsupervised defect segmentation by applying structural similarity to autoencoders

ImprovingunsuperviseddefectsegmentationbyapplyingstructuralsimilaritytoautoencodersAbstract1.Introduction2.RelatedWork3.Methodology3.1.AutoencodersforUnsupervisedDefectSegmentation3.1.1.l2l^2l2-Autoen

Howie_tzh·2022-11-23 15:15

PyTorch - MAE(Masked Autoencoders)推理脚本

SpikeKing·2022-11-23 07:28

【综述】分子预训练模型综述

ASystematicSurveyofMolecularPre-trainedModels目录总结一、Introduction二、MolecularDescriptors三、Pre-trainingStrategies1.AutoEncoders

前世忘语·2022-11-21 22:00

（七十六）：Masked Autoencoders Are Scalable Vision Learners

（七十六）：MaskedAutoencodersAreScalableVisionLearnersAbstract1.Introduction2.RelatedWork3.Method4.ImageNetExperiments4.1.MainProperties4.2.ComparisonswithPreviousResults4.3.PartialFine-tuning5.TransferLea

Laura_Wangzx·2022-11-21 10:24

MAE论文笔记

MaskedAutoencodersAreScalableVisionLearnersMAE模型和其他的结构的关系，可以认为是在ViT的基础上实现类似于BERT的通过完型填空获取图片的理解标题和作者MaskedAutoencodersAreScalableVisionLearners其中的Autoencoders

麻花地·2022-11-19 15:00

2021(self-supervised) - 浅谈MAE《Masked Autoencoders Are Scalable Vision Learners》

文章目录原文地址论文阅读方法前因初识相知分析问题具体技术部分实验回顾原文地址https://arxiv.org/pdf/2111.06377.pdf论文阅读方法三遍论文法前因最近没太关注自监督学习领域的进展，但最近几天公众号都在疯狂推送这篇kaiming大佬的自监督学习新作《MAE》，抱着好奇的态度看了一下，有一些自己的感悟和思考。此外，这篇文章在知乎上也引起了大佬们的广泛讨论，以及也有很多不错的

我是大黄同学呀·2022-11-19 09:45

机器学习专业名词中英文对照

xingfei_work/article/details/80039527otheractivation激活值activationfunction激活函数additivenoise加性噪声autoencoder自编码器Autoencoders

without_fetter·2022-11-17 11:28

【超分辨率】何凯明新作:Masked Autoencoders Are Scalable Vision Learners

0.前言本文提出了一种新的自编码器：MAE。即可以说本文提出了一种新的自编码器，也可以说本文在计算机视觉领域提出了一个新的任务，即通过掩盖图像的一部分来利用没有掩盖的部分对图像进行重建。这个新的编码器和新的任务也就构成了一种新的自编码方案，如下图：这个东西在标题中被称为可扩展的视觉学习器，对于这个可扩展，我的可能不太准确的理解是本文定义的这个任务和自编码器，形成了一种新的图像处理方案，它不仅仅只是

几维wk·2022-11-02 16:24

完整阅读何凯明最新一作：Masked Autoencoders Are Scalable Vision Learners

KaimingHe∗,†XinleiChen∗SainingXieYanghaoLiPiotrDollarRossGirshick∗equaltechnicalcontribution†projectleadFacebookAIResearch(FAIR)[pdf]Figure1.OurMAEarchitecture.Duringpre-training,alargerandomsubsetofi

Phoenixtree_DongZhao·2022-11-01 03:10

【论文笔记】Masked Autoencoders Are Scalable Vision Learners

论文论文标题：MaskedAutoencodersAreScalableVisionLearners发表于：CVPR2021论文链接：https://arxiv.org/pdf/2111.06377.pdf论文代码：https://github.com/facebookresearch/mae李沐讲解：MAE论文逐段精读【论文精读】_哔哩哔哩_bilibili李沐视频笔记：MAE论文逐段精读【论文

m0_61899108·2022-10-16 11:54

第三课.图变分自编码器&图对抗生成网络

目录自编码器与变分自编码器自编码器变分自编码器变分自编码器原理变分自编码器的损失函数图变分自编码器定义回顾图变分自编码器EncoderDecoder图变分自编码器的损失函数图对抗生成网络对抗生成网络图对抗生成网络GraphGAN自编码器与变分自编码器自编码器自编码器即AutoEncoders

tzc_fly·2022-09-06 19:38

论文解读（MaskGAE）《MaskGAE: Masked Graph Modeling Meets Graph Autoencoders》

论文信息论文标题：MaskGAE:MaskedGraphModelingMeetsGraphAutoencoders论文作者：JintangLi,RuofanWu,WangbinSun,LiangChen,ShengTian......论文来源：2022,arXiv论

Learner-·2022-07-25 10:00

变分自编码器 (Variational Autoencoders, VAEs)

ContentsDimensionalityreduction,PCAandautoencodersDimensionalityreductionPrincipalcomponentsanalysis(PCA)AutoencodersVariationalAutoencodersLimitationsofautoencodersforcontentgenerationDefinitionofvar

连理o·2022-06-27 21:10

论文解读（MGAE）《MGAE: Masked Autoencoders for Self-Supervised Learning on Graphs》

论文信息论文标题：MGAE:MaskedAutoencodersforSelf-SupervisedLearningonGraphs论文作者：QiaoyuTan,NinghaoLiu,XiaoHuang,RuiChen,Soo-HyunChoi,XiaHu论文来

Learner-·2022-06-18 10:00

论文解读（GraphMAE）《GraphMAE: Self-Supervised Masked Graph Autoencoders》

论文信息论文标题：GraphMAE:Self-SupervisedMaskedGraphAutoencoders论文作者：ZhenyuHou,XiaoLiu,YukuoCen,YuxiaoDong,HongxiaYang,ChunjieWang,JieTang论文

Learner-·2022-06-17 15:00

机器学习专业名词中英文对照

机器学习专业名词中英文对照otheractivation激活值activationfunction激活函数additivenoise加性噪声autoencoder自编码器Autoencoders自编码算法

Coding Sir·2022-06-12 07:51

【字典学习 autoencoder】k-Sparse Autoencoders

k-SparseAutoencodersAlirezaMakhzani,BrendanFreyDownload:PDF(Submittedon19Dec2013(v1),lastrevised22Mar2014(thisversion,v2))Recently,ithasbeenobservedthatwhenrepresentationsarelearntinawaythatencourages

hzyido·2022-02-16 05:57

Masked Autoencoders Are Scalable Vision Learners

作为学术菜鸡的我跪着看完了kaiming大佬的论文，先po一个大佬主页：KaimingHe在讲MaskedAutoencodersAreScalableVisionLearners这个之前，由于笔者对Transformer没有太深理解，因此会穿插一些transformer以及ViT的知识，那么接下来就废话不多说进入正题吧。MaskedAutoencodersAreScalableVisionLea

Daft shiner·2021-11-22 13:25

论文阅读笔记《Improving Unsupervised Defect Segmentation by Applying Structural Similarity To Autoencoders》

《ImprovingUnsupervisedDefectSegmentationbyApplyingStructuralSimilarityToAutoencoders》代码实现：https://github.com/plutoyuxie/AutoEncoder-SSIM-for-unsupervised-anomaly-detection-Abastract卷积自编码器已经成为图像数据上无监督缺

骊山道童·2021-11-02 17:20

谈谈Adversarial Autoencoders

保留初心，砥砺前行CSDN链接最近看了AdversarialAutoencoders（以下简称AAE）这篇paper，就随便写几句笔记。paper链接，点我1.概述：GAN和VAE是近年来很火的生成模型（关于GAN，我之前写过几篇了，需要的话点击文末的相关链接即可），对于这两个模型的研究层出不穷，变体无数，而将这两者结合也是一种优秀的思路。GAN说白了就是对抗，VAE就是一种Autoencoder

加勒比海鲜王·2021-05-16 21:14

AI学习笔记——Autoencoders(自编码器)

Autoencoder的基本概念之前的文章介绍过机器学习中的监督学习和非监督学习，其中非监督学习简单来说就是学习人类没有标记过的数据。对于没有标记的数据最常见的应用就是通过聚类(Clustering)的方式将数据进行分类。对于这些数据来说通常有非常多的维度或者说Features。如何降低这些数据的维度或者说“压缩”数据，从而减轻模型学习的负担，我们就要用到Autoencoder了。用Autoenc

Hongtao洪滔·2021-04-26 08:27

无监督训练用堆叠自编码器是否落伍？ML博士对比了8个自编码器

图源：https://debuggercafe.com/autoencoders-in-deep-learning/目前，很多研究者仍在使用堆叠自编码器进行无监督预训练。

PaperWeekly·2021-02-19 11:38

对抗自编码器：Adversarial Autoencoders

变分自编码器（一）：原来是这么一回事https://kexue.fm/archives/5253VAEvariationinference变分推理清爽介绍https://mp.weixin.qq.com/s/9lNWkEEOk5vEkJ1f840zxA?

如如有梦想·2020-09-16 21:11

四种类型自编码器AutoEncoders理解及代码实现

文章目录一、自编码器（Autoencoder,AE）自编码器的结构和思想结构思想自编码器的作用与类型作用类型二、Tensorflower代码实现普通自编码器多层自编码器卷积自编码器稀疏自编码器一、自编码器（Autoencoder,AE）自编码器的结构和思想结构自编码器是一种无监督的数据维度压缩和数据特征表达方法。自编码器是神经网络的一种，经过训练后能尝试将输入复制到输出。自编码器由编码器和解码器组

_泥鳅·2020-09-14 08:28

《变分自动编码器在协同过滤中的使用》做推荐召回《Variational Autoencoders for Collaborative Filtering 》

文章主要讲VAE中的隐式反馈在CF中的使用，取topK做为召回。非线性的概率模型可以大大提升模型的表征能力。传统encode-decode框架把Inputencode到一个“固定”的编码，然后再利用decode将编码复原到目标，对于未知的输入可能无法decode到有意义的输出，而VAE在encode过程得到一个隐式的分布得到均值和方差两个参数，通过两个参数确定的分布进行采样得到隐变量z，然后对z进

维尼弹着肖邦的夜曲·2020-09-11 23:08

GAN与自动编码器：深度生成模型的比较

原文：https://towardsdatascience.com/gans-vs-autoencoders-comparison-of-deep-generative-models-985cf15936ea

0XIX0·2020-09-11 21:53

【Deep Learning】Autoencoders

Definition不同的资料中给Autoencoders的定义不同，下为一些资料中的定义Definition1Anautoencoderisaneuralnetworkthatistrainedtoattempttocopyitsinputtoitsoutput.Definition2A

稷殿下·2020-09-11 16:20

【论文笔记】Discrete-State Variational Autoencoders for Joint Discovery and Factorization of Relations

文章目录Discrete-StateVariationalAutoencodersforJointDiscoveryandFactorizationofRelations导读Abstract1.Introduction2.ProblemDefinition4.ReconstructionErrorMinimization4.1Encodingcomponenet4.2ReconstructionC

DrogoZhang·2020-08-26 11:30

【论文阅读笔记】：DeepFall – Non-invasive Fall Detection with Deep Spatio-Temporal Convolutional Autoencoders

DeepFall–Non-invasiveFallDetectionwithDeepSpatio-TemporalConvolutionalAutoencoders作者：JacobNogas,ShehrozS.Khan,AlexMihailidis单位：UniversityofToronto.TorontoRehabilitationInstitute,UniversityHealthNetwor

CSHran·2020-08-25 16:29

RBM

RBM是FeatureExtractorNeuralNets家族即Autoencoders的一员，可以通过重建inputs来自动学习数据中的pattern。

重新出发_砥砺前行·2020-08-25 08:42

推荐频道

Autoencoders

理解变分自编码器，GAN的近亲

利用keras搭建自编码器网络——脑机接口

Masked Autoencoders Are Scalable Vision Learners | MAE 阅读笔记&部分翻译

李沐精读论文：MAE 《Masked Autoencoders Are Scalable Vision Learners》

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners

论文阅读“Masked Autoencoders Are Scalable Vision Learners”(CVPR2022)

《Masked Autoencoders Are Scalable Vision Learners》非官方代码笔记

【论文笔记】 【MAE】 Masked Autoencoders Are Scalable Vision Learners

PyTorch笔记 - MAE(Masked Autoencoders) PyTorch源码

论文阅读——Masked Autoencoders Are Scalable Vision Learners

PyTorch笔记 - MAE: Masked Autoencoders Are Scalable Vision Learners

MAE：Masked Autoencoders Are Scalable Vision Learners(带掩码的自编码器是可扩展的学习器)论文阅读

异常检测 | CBiGAN（结合GANs和AutoEncoders进行高效的异常检测）

20221204Deep Learning to Discover Coordinates for Dynamics: Autoencoders & Physics Informed ML

Stacked Capsule Autoencoders

Diffusion Autoencoders: Toward a Meaningful and Decodable Representation

[Transformer]MAE:Masked Autoencoders Are Scalable Vision Learners

MAE 论文《Masked Autoencoders Are Scalable Vision Learners》

无公式，何恺明新作 MAE——Masked Autoencoders Are Scalable Vision Learners

【论文随笔2】COALA: Co-Aligned Autoencoders for Learning Semantically Enriched Audio Representations

Improving unsupervised defect segmentation by applying structural similarity to autoencoders

PyTorch - MAE(Masked Autoencoders)推理脚本

【综述】分子预训练模型综述

（七十六）：Masked Autoencoders Are Scalable Vision Learners

MAE论文笔记

2021(self-supervised) - 浅谈MAE《Masked Autoencoders Are Scalable Vision Learners》

机器学习专业名词中英文对照

【超分辨率】何凯明新作:Masked Autoencoders Are Scalable Vision Learners

完整阅读 何凯明最新一作：Masked Autoencoders Are Scalable Vision Learners

【论文笔记】Masked Autoencoders Are Scalable Vision Learners

第三课.图变分自编码器&图对抗生成网络

论文解读（MaskGAE）《MaskGAE: Masked Graph Modeling Meets Graph Autoencoders》

变分自编码器 (Variational Autoencoders, VAEs)

论文解读（MGAE）《MGAE: Masked Autoencoders for Self-Supervised Learning on Graphs》

论文解读（GraphMAE）《GraphMAE: Self-Supervised Masked Graph Autoencoders》

机器学习专业名词中英文对照

【字典学习 autoencoder】k-Sparse Autoencoders

Masked Autoencoders Are Scalable Vision Learners

论文阅读笔记《Improving Unsupervised Defect Segmentation by Applying Structural Similarity To Autoencoders》

谈谈Adversarial Autoencoders

AI学习笔记——Autoencoders(自编码器)

无监督训练用堆叠自编码器是否落伍？ML博士对比了8个自编码器

对抗自编码器：Adversarial Autoencoders

四种类型自编码器AutoEncoders理解及代码实现

《变分自动编码器在协同过滤中的使用》做推荐召回 《Variational Autoencoders for Collaborative Filtering 》

GAN与自动编码器：深度生成模型的比较

【Deep Learning】Autoencoders

【论文笔记】Discrete-State Variational Autoencoders for Joint Discovery and Factorization of Relations

【论文阅读笔记】：DeepFall – Non-invasive Fall Detection with Deep Spatio-Temporal Convolutional Autoencoders

RBM

【论文笔记】【MAE】 Masked Autoencoders Are Scalable Vision Learners

完整阅读何凯明最新一作：Masked Autoencoders Are Scalable Vision Learners

《变分自动编码器在协同过滤中的使用》做推荐召回《Variational Autoencoders for Collaborative Filtering 》