VAE (Variational Autoencoder)

/viː eɪ iː/

VAE (Variational Autoencoder): Un modello generativo che apprende una rappresentazione probabilistica nello spazio latente dei dati. I VAE codificano dati in una distribuzione nello spazio latente (tipicamente Gaussiana) e decodificano campioni tornando allo spazio dati. Permettono generazione controllabile e interpolazione nello spazio latente.

In English: VAE (Variational Autoencoder)Legge II · Probabilità, softmax e modelli generativi

I VAE codificano dati in una distribuzione nello spazio latente (tipicamente Gaussiana) e decodificano campioni tornando allo spazio dati. Permettono generazione controllabile e interpolazione nello spazio latente.

Formula

L = E_q[log p(x|z)] − D_KL(q(z|x) ‖ p(z)); z = μ + σε

Esempio numerico

import numpy as np
mu, logvar = np.array([0.0, 1.0]), np.array([0.0, -1.0])
epsilon = np.random.default_rng(7).normal(size=2)
z = mu + np.exp(0.5 * logvar) * epsilon
print(z)  # campione latente riparametrizzato

Quando usarlo

Serve per rappresentazioni latenti continue, generazione e stima di distribuzioni con un prior regolare.

Limiti

Il compromesso tra ricostruzione e KL può produrre output sfocati o posterior collapse e richiede regolazione.

Esempi

  • Generazione immagini
  • Rilevamento anomalie
  • Compressione dati

Autovalutazione

Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

1. Che cos’è VAE (Variational Autoencoder)?
Spiegazione

VAE (Variational Autoencoder): Un modello generativo che apprende una rappresentazione probabilistica nello spazio latente dei dati. I VAE codificano dati in una distribuzione nello spazio latente (tipicamente Gaussiana) e decodificano campioni tornando allo spazio dati. Permettono generazione controllabile e interpolazione nello spazio latente.

2. Quale applicazione è coerente con VAE (Variational Autoencoder)?
Spiegazione

Serve per rappresentazioni latenti continue, generazione e stima di distribuzioni con un prior regolare.

3. Quale voce è collegata a VAE (Variational Autoencoder)?
Spiegazione

Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.