Variational Autoencoders और Latent Space

वैरिएशनल ऑटोएन्कोडर, या VAE, हर इनपुट के लिए एक निश्चित कोड संग्रहीत नहीं करता। इसके बजाय यह एक सहज, व्यवस्थित गुप्त स्थान सीखता है, जिससे वास्तव में नमूने लिए जा सकते हैं।

VAE एन्कोडर एकल बिंदु के बजाय माध्य और प्रसरण देता है। हर इनपुट संभावित गुप्त कोडों के एक छोटे समूह में बदल जाता है।

कोड प्राप्त करने के लिए आप उसके माध्य और प्रसरण का उपयोग करके उस समूह से नमूना लेते हैं। नमूना लेना वह यादृच्छिकता जोड़ता है, जो इस स्थान को जननक्षम बनाती है।

यादृच्छिक नमूना लेने से ग्रेडिएंट रुक जाते हैं, इसलिए पुनः-पैरामीटरीकरण युक्ति यादृच्छिकता को अलग कर देती है। अब आप नमूने के माध्यम से बैकप्रोपेगेशन कर सकते हैं।

VAE दो लक्ष्यों के बीच संतुलन बनाता है: सटीक पुनर्निर्माण के लिए पुनर्निर्माण हानि, और गुप्त स्थान को आकार देने वाला एक अतिरिक्त पद। ये दोनों एक-दूसरे के विपरीत प्रभाव डालते हैं।

दूसरी हानि KL विचलन है। यह हर समूह को सामान्य मानक वितरण की ओर थोड़ा धकेलती है, जिससे गुप्त स्थान व्यवस्थित और सतत बना रहता है।

KL पद के कारण पास-पास के कोड से मिलते-जुलते आउटपुट डिकोड होते हैं। इस सहजता का मतलब है कि आप बिंदुओं के बीच आगे बढ़कर सार्थक परिणाम प्राप्त कर सकते हैं। ✨

क्योंकि यह स्थान व्यवस्थित है, आप सामान्य वितरण से नए कोड के नमूने ले सकते हैं और उन्हें ऐसे नए नमूनों में डिकोड कर सकते हैं, जिन्हें पहले कभी नहीं देखा गया।

दो गुप्त कोडों को मिलाएँ और उस मिश्रण को डिकोड करके एक इनपुट को दूसरे में बदलें। यह सहज मध्यवर्तीकरण VAE की विशेष युक्ति है।

सामान्य ऑटोएन्कोडर संपीड़न करता है; VAE संपीड़न करने के साथ-साथ जननक्षम भी बन जाता है। अतिरिक्त KL पद ही नए डेटा के नमूने लेने की सुविधा देता है।

KL पद का भार, जिसे अक्सर बीटा कहा जाता है, इस संतुलन को नियंत्रित करता है। अधिक बीटा से स्थान अधिक स्वच्छ होता है, लेकिन पुनर्निर्माण थोड़े अधिक धुंधले हो जाते हैं।

VAE इनपुट को वितरणों के रूप में एन्कोड करता है, पुनः-पैरामीटरीकरण युक्ति से नमूने लेता है और सहज ऐसे स्थान के लिए KL पद जोड़ता है, जिससे नमूने लिए और मध्यवर्तीकरण किया जा सकता है। 🎉