pytorch/examples

Why don't we use MSE as a reconstruction loss for VAE ?

Open

#399 opened on 2018年8月7日

GitHub で見る
 (7 comments) (22 reactions) (0 assignees)Python (9,429 forks)batch import
good first issue

Repository metrics

Stars
 (21,634 stars)
PR merge metrics
 (30d に merged PR はありません)

説明

Hi,

I am wondering if there is a theoretical reason for using BCE as a reconstruction loss for variation auto-encoders ? Can't we simply use MSE or norm-based reconstruction loss instead ?

Best Regards

コントリビューターガイド

調査方針
VAEの損失（ELBO）の導出を確認してください。BCEとMSEの選択は、再構成の尤度がそれぞれベルヌーイ分布またはガウス分布を仮定することに対応します。VAEの原著論文（Kingma & Welling）や変分推論に関する資料を参照してください。
技術スタック
pythonpytorch
領域
machine learningai
Issue 種別
調査
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
2
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1時間未満
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
PythonPyTorch
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
70