← 返回卡片

原书出处

深度学习详解

11 自编码器 11.5 自编码器应用之离散隐表征

核验版本的摘录快照 · 导入于 2026-11-21T12:46:32.560Z

其实在这种离散的表征技术中,最知名的就是向量量化变分自编码器(Vector Quantized-Variational AutoEncoder,VQ-VAE). 它的运作原理就是输入一张图片,然后编码器输出一个向量,这个向量很普通并且是连续的,但接下来有一个码本,码本就是一排向量,如图11.12 所示. 这排向量也是学出来的,计算编码器的输出和这排向量间的相似度,就会发现这其实跟自注意力有点像,上面的向量就是查询,下面的向量就是键,接下来就看下面的这些向量里面谁的相似度最大,把相似度最大的那个向量拿出来,让这个键和那个值共用同一个向量.

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter11.xhtml

EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc