VAE 시각화로 설명

[Powered by Vrew]
이 영상의 자막은 Vrew를 통해 생성/편집되었습니다.
00:00 VAE의 E, Encoder 설명
06:33 VAE의 AE, AutoEncoder 설명
17:21 VAE 설명

[@eugeneroh3003]

디퓨전도 이어나올거라 믿어 의심치 않습니다. 미천한 금액이지만 후원했어요

[@user-rr9jd6jd8l]

감사합니다 잘 보았습니다.

[@chosey]

와 최근 나사에서 내놓은 Convolutional VAE 모델 써먹어보면서 인턴 보고서 내용을 어떻게 비유를 들어 발표해야할지 머리아팠는데 정말 많이 도움됐습니다 ...

[@NO_REPLY_ALARM_TOWARD_ME]

우선 내일 출근땜에 자고 내일 볼게요ㅜㅜ,, 감사합니다

[@eugeneroh3003]

Thanks!

[@ImcommIT]

감사합니다!

[@dkdkfjgh7771]

따끈따끈한 360p... VAE 설명 감사합니다

[@zinozino5610]

❤❤

[@TaeYoun9]

통합본이군요

[@han_1463]

인코딩을 설명하실때 데이터를 압축한다는 표현보다는 사용하기 쉽게 가공또는 변환 한다는 내용이 더 적절하다고 생각됩니다. (인코더->인코딩)

[@dihydrogenmonoxide7689]

압축도 맞지 않나? VAE 자체가 다양체 가설 위에서 저차원으로 데이터 끌고오는 배경으로 많이 쓰는데 왜 그게 더 적절함?

[@dihydrogenmonoxide7689]

특히 데이터를 변환하는 과정에서 역변환이 불가해지면 그건 변환보다는 손실 압축에 가깝다고 보이고, 애초에 수식 자체가 확률론적으로 정의돼서 변환-역변환보다는 정보이론의 손실 압축이 더 표현하기 적절하다고 보이는데요.

[@han_1463]

​@@dihydrogenmonoxide7689 압축이 인코딩에 포함되어 있지만 모든 인코딩이 압축되는건 아닙니다.
흔히 쓰이는 base64도 패딩등의 요소 때문에 원본데이터보다 용량이 늘어나지만 이것도 흔히 인코딩이라고 부르는 것과 마찬가지입니다.
그리고 제가 쓴건 처음 인코더를 설명할 때 압축한다는 설명에 대해서 이야기 한건지 vae에 대해서 설명한건 아닙니다.

[@han_1463]

@@dihydrogenmonoxide7689 다시 보니 인코더보단 인코딩이라고 쓰는게 오해가 덜 생기는거 같아서 인코더를 인코딩으로 수정했습니다.

[@seungmin2858]

현업 AI engineer입니다. 자신이 활동하는 분야에서는 용어의 쓰임새가 물론 다를 수 있겠습니다만, 그런 용어는 지금 영상에서 중요하지도 않고, vae를 이해할 때 오해를 불러일으킬 여지도 없으며, 핀트만 흐릴 뿐입니다. 영상 만드신 분께 실례되는 지적입니다.