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