계층형 VAE의 구조 설계
VAE의 통계적 학습 문제뿐 아니라 신경망 구조를 세심하게 설계하는 방향을 탐구한 연구다. 이미지 생성용 계층 모형에 깊이별 분리 합성곱과 배치 정규화를 사용한다.
분포와 안정화
정규 분포를 잔차 방식으로 파라미터화하고 스펙트럼 정규화로 학습을 안정시킨다. 빠른 표본 생성과 인코딩을 활용하면서 깊은 잠재 계층을 학습하려는 구성이다.
이미지 모형의 평가
MNIST와 CIFAR-10 및 CelebA 계열 자료에서 우도와 생성 결과를 평가하고 FFHQ에도 적용했다. 원 연구는 256×256 자연 이미지 생성까지 조사해 계층형 VAE의 확장 가능성을 살폈다.
관련 문서
Ladder VAE / VampPrior / 매우 깊은 계층형 VAE / 변분 오토인코더 / 배치 정규화 / 생성 모델