مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | Variational Autoencoder | Deep Autoencoder |
|---|---|---|
| العائلة | المشفرات التلقائية | المشفرات التلقائية |
| سنة الظهور | 2013 | 2006 |
| الباحثون | Diederik P. Kingma, Max Welling | Geoffrey E. Hinton, Ruslan R. Salakhutdinov |
| نوع المعمارية | Probabilistic encoder–decoder (latent variable model) | Symmetric encoder–decoder MLP |
| آلية التعلم | unsupervised | unsupervised |
| التكوين المقارن | VAE على MNIST: طبقة مخفية 500 وفضاء كامن J = 20 | المشفّر التلقائي العميق 784-1000-500-250-30 (MNIST) |
| شكل المدخل | 784 | 784 |
| شكل المخرج | 784 (+ z ∈ ℝ²⁰) | 784 |
| العمق | طبقة مخفية واحدة لكل شبكة | 8 طبقات خطية |
| Parameters (محسوبة) | 815,824 ≈815.82K | 2,837,314 ≈2.84M |
| Parameters (منشورة) | غير محدد | غير محدد |
| MACs | 814,000 ≈814K لكل صورة ولعينة واحدة L = 1 من z. | 2,833,000 ≈2.83M مجموع ضرب-جمع الطبقات الثماني لكل صورة. |
| التعقيد | O(D·H + H·J). | O(Σ dₗ·dₗ₊₁). |
| المهام | توليد الصور، تعلم التمثيلات، تقليل الأبعاد | تقليل الأبعاد، تعلم التمثيلات، إزالة الضوضاء |
| أبرز ميزة | فضاء كامن منتظم قابل للاستيفاء والتوليد | تقليل أبعاد غير خطي أفضل من PCA |
| أبرز قيد | عينات ضبابية مقارنة بـ GAN والانتشار | الفضاء الكامن غير منتظم ولا يصلح للتوليد مباشرة |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | الورقة استخدمت 500 وحدة مخفية لـ MNIST وجربت عدة أبعاد كامنة؛ J = 20 اختيار من بينها. التنشيط tanh والمفكك Bernoulli. | الأبعاد من الورقة (MNIST). الأوزان تُهيأ بـ RBM مكدسة ثم تُفك (Unrolling) وتصبح مستقلة في الضبط الدقيق؛ الحساب يفترض انحيازاً لكل طبقة. |
العلاقات المسجلة بين النماذج المقارنة
- Variational Autoencoder لاحق له Deep Autoencoder — VAE يجعل الفضاء الكامن احتمالياً قابلاً للتوليد.
