개인공부/CV
VAE (Variational autoencoder)
변분 오토인코더(Variational Autoencoder, VAE)는 2013년 Kingma와 Welling이 발표한 생성 모델로, 잠재변수 기반 생성 모델 계열의 출발점이 된 연구입니다. 이 글에서는 VAE의 수식이 왜 그렇게 구성되는지를 데이터 분포 정의부터 ELBO 유도, 재파라미터화 트릭까지 순서대로 정리합니다. 생성 모델과 데이터 분포생성 모델의 목표는 데이터 분포 \(p(x)\)를 학습하는 것입니다. 256×256 RGB 이미지의 경우 \(x\)는 약 19만 6천 차원의 벡터 한 개이고, \(p(x)\)는 그 점에서의 확률밀도값입니다. 함수 \(p(\cdot)\) 자체는 가능한 모든 이미지가 위치하는 고차원 공간 위에 정의된 분포입니다. 이 분포를 고차원 공간의 산맥으로 시각화할 수 있..
