In statistics, latent Dirichlet allocation (LDA) is a generative model that allows sets of observations to be explained by unobserved groups that explain why some parts of the data are similar.
Скрытое распределение Дирихле - (LDA) (в статистике) это порождающая модель, позволяющая объяснять результаты наблюдений с помощью неявных групп, что позволяет получить объяснение, почему некоторые части данных схожи.
Television Format as a Generative Model of a Program
In fact, a really good generative model may be able to generate new examples that are not just plausible, but indistinguishable from real examples from the problem domain.
Фактически, действительно хорошая генеративная модель может генерировать новые примеры, которые не просто правдоподобны, а неотличимы от реальных примеров из области входных данных.
The analogy used in the paper is that the generative model is like "a team of counterfeiters, trying to produce and use fake currency" while the discriminative model is like "the police, trying to detect the counterfeit currency".
Авторы публикации используют следующую аналогию: генеративная модель - это «команда фальшивомонетчиков, старающихся создать и использовать фальшивые купюры», а дискриминативная модель - это «полиция, стремящаяся обнаружить фальшивые купюры».
As an example, suppose you feed a generative model a set of images of human faces, with each face labeled with the person's age.
В качестве примера, предположим, что вы предоставляете генеративной модели набор изображений человеческих лиц, каждое из которых помечено по возрасту человека.
A generative model may be able to sufficiently summarize this data distribution, and then be used to generate new variables that plausibly fit into the distribution of the input variable.
Генеративная модель должна быть в состоянии проанализировать это распределение данных, а затем использовать его для генерации новых переменных, которые правдоподобно вписываются в распределение входной переменной.
The author implements a generative model that turns random "noise" into images of individuals.
Concretely, a generative model in this case could be one large neural network that outputs images and we refer to these as "samples from the model".
В частности, генеративной моделью в этом случае может быть одна большая нейронная сеть, выводящая изображения, которые мы называем «образцами из модели».
The generative model can be trained to generate new examples from the input domain, where the input, the random vector from the latent space, is provided with (conditioned by) some additional input.
Генеративная модель может быть обучена генерировать новые примеры из области ввода, где ввод, случайный вектор из скрытого пространства, обеспечивается (обусловлен) некоторым дополнительным вводом.
And you want to learn a generative model.
Generative modeling is an unsupervised learning problem, as we discussed in the previous section, although a clever property of the GAN architecture is that the training of the generative model is framed as a supervised learning problem.
Как мы уже говорили в предыдущем разделе, генеративное моделирование является неконтролируемой проблемой обучения, хотя одним из уникальных свойств архитектуры GAN является то, что обучение генеративной модели преобразуется в контролируемую задачу обучения.
GANs are an architecture for automatically training a generative model by treating the unsupervised problem as supervised and using both a generative and a discriminative model.
Что GAN представляют собой архитектуру для автоматического обучения генеративной модели, переводя неконтролируемое обучение в контролируемое и используя как генеративную, так и дискриминационную модель.
With a generative model, both ideas can be put to the test: Elements in the latent space related to dustiness and star formation rates are changed to see how this affects galaxies' color.
С генеративной моделью, обе идеи могут быть проверены: элементы в скрытом пространстве, связанные с запыленностью и скоростью звездообразования, изменены, чтобы увидеть, как это влияет на цвет галактик.