VAE¶
- class autoencodeur_BW.VAE(latent_dim)[source]¶
Bases :
Module
Implémente un Variational Autoencoder (VAE) pour la génération d’images.
Le VAE est composé d’un encodeur et d’un décodeur, qui apprennent à représenter et à générer des données, respectivement.
- Paramètres:
latent_dim (int) – La dimension de l’espace latent.
- encoder¶
Le réseau de neurones de l’encodeur.
- Type:
nn.Sequential
- decoder¶
Le réseau de neurones du décodeur.
- Type:
nn.Sequential
- forward(x)[source]¶
Passe l’entrée à travers l’encodeur et le décodeur pour la reconstruction.
- Paramètres:
x (torch.Tensor) – L’image d’entrée.
- Renvoie:
- L’image reconstruite, la moyenne de la distribution latente
et le logarithme de la variance de la distribution latente.
- Type renvoyé:
torch.Tensor
- reparameterize(mu, log_var)[source]¶
Effectue la reparamétrisation nécessaire pour échantillonner dans l’espace latent.
- Paramètres:
mu (torch.Tensor) – La moyenne de la distribution latente.
log_var (torch.Tensor) – Le logarithme de la variance de la distribution latente.
variance_scale – La modulation de la variance, multiplie log_var par une valeur supérieure à 1 augmente la variance
- Renvoie:
L’échantillon dans l’espace latent.
- Type renvoyé:
torch.Tensor