學習筆記，僅供參考，有錯必糾

---

文章目錄

• • A Sober Look at the Unsupervised Learning of Disentangled Representations and their Evaluation
  • • 介紹

---

A Sober Look at the Unsupervised Learning of Disentangled Representations and their Evaluation

解開表示的無監督學習背后的思想是，真實世界的數據是由一些變化的解釋因素生成的，這些因素可以通過無監督學習算法來恢復。

在本文中，我們冷靜地審視了該領域的最新進展，并對一些常見的假設提出了質疑。我們首先從理論上表明，如果沒有模型和數據上的歸納偏差，解糾纏表示的無監督學習是根本不可能的。然后，我們在一個對八個數據集進行的可重復大規模實驗研究中，訓練了超過14000個模型，涵蓋了最重要的方法和評估指標。我們觀察到，雖然不同的方法成功地實施了由相應損失“鼓勵”的屬性，但是沒有監督，看起來很好地分離的模型不能被識別。此外?

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的文献学习(part13)--A Sober Look at the Unsupervised Learning of Disentangled...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。