forked from mindspore-Ecosystem/mindspore
50 lines
1.7 KiB
ReStructuredText
50 lines
1.7 KiB
ReStructuredText
mindspore.nn.probability.dpn.VAE
|
||
================================
|
||
|
||
.. py:class:: mindspore.nn.probability.dpn.VAE
|
||
|
||
变分自动编码器 (VAE)。
|
||
VAE 定义了一个生成模型，Z从先验中采样，然后由解码器用于重建X。有关更多详细信息，请参阅 `自动编码变分贝叶斯 <https://arxiv.org/abs/1312.6114>`_。
|
||
|
||
.. note:: 定义编码器和解码器时，编码器的输出 Tensor 和解码器的输入Tensor 的 shape 必须是 :math:`(N, hidden\_size)`。 潜在大小必须小于或等于隐藏大小。
|
||
|
||
**参数：**
|
||
|
||
- **encoder** (Cell) - 定义为编码器的深度神经网络 (DNN) 模型。
|
||
- **decoder** (Cell) - 定义为解码器的深度神经网络 (DNN) 模型。
|
||
- **hidden_size** (int) - 编码器输出 Tensor 的大小。
|
||
- **latent_size** (int) - 潜在空间的大小。
|
||
|
||
**输入：**
|
||
|
||
- **input** (Tensor) - 输入 Tensor 的 shape 是 :math:`(N, C, H, W)`，与编码器的输入相同。
|
||
|
||
**输出：**
|
||
|
||
- **output** (Tuple) - （recon_x（Tensor），x（Tensor），mu（Tensor），std（Tensor））。
|
||
|
||
.. py:method:: generate_sample(generate_nums, shape)
|
||
|
||
从潜在空间中随机采样以生成样本。
|
||
|
||
**参数：**
|
||
|
||
- **generate_nums** （int）- 要生成的样本数。
|
||
- **shape** （tuple）- 样本的 shape，它必须是 (generate_nums, C, H, W) 或 (-1, C, H, W)。
|
||
|
||
**返回：**
|
||
|
||
Tensor，生成的样本。
|
||
|
||
.. py:method:: reconstruct_sample(×)
|
||
|
||
从原始数据重建样本。
|
||
|
||
**参数：**
|
||
|
||
- **x** (Tensor) - 要重构的输入 Tensor，shape 为 (N, C, H, W)。
|
||
|
||
**返回：**
|
||
|
||
Tensor，重构的样本。
|