【せんざいべくとる】
潜在ベクトル とは？
最終更新:
💡 モデルが学んだ表現を、数値の座標で扱う
モデル内部の潜在表現を数値の列として表したもの。オートエンコーダーでは入力を潜在表現へ変換し、デコーダーで再構成する。画像生成でも、潜在空間で処理するモデルがある。
📌 このページのポイント
ひよこ 潜在ベクトルって、何が潜在してるの？
ひよこ 「笑顔の度合い」みたいな数値が並ぶの？
ペンギン先生 各数値がそのまま人に分かる特徴の名前に対応するとは限らないよ。どういう表現が学ばれるかはモデルや学習方法による。潜在ベクトルなら必ず「本質的な特徴」が取り出せる、という保証でもないんだ。
ひよこ 必ず少ない数値に圧縮するの？
ペンギン先生 入力より次元を小さくするオートエンコーダーもあるけれど、同じか大きい次元の表現を使うものもあるよ。数百個などの固定した数とは限らない。小さくする場合も、元の情報を完全に保つとは限らないんだ。
ひよこ 元の画像には戻せるの？
ペンギン先生 デコーダーで再構成するよ。図はその流れで、数字は架空の例。再構成した画像は元と完全に一致するとは限らない。VAEでは、潜在空間から値をサンプリングしてデコーダーで画像を生成することもできるんだ。
ひよこ Stable Diffusionでも使われているの？
ペンギン先生 Stable Diffusion v1は潜在拡散モデルの例だよ。画像を表す潜在空間でノイズ除去を行い、デコーダーで画像にする。拡散モデルすべてがこの構成ではなく、画像のピクセル空間で処理するものもあるんだ。
まとめ：ざっくりこれだけ覚えればOK！
「潜在ベクトル」って出てきたら「モデル内部の表現を表す数値の列」と思えばだいたいOK！
📖 おまけ：英語の意味
「Latent Vector」 ＝ 潜在的な数値のベクトル
💬 Latentは「隠れた・潜在的な」、Vectorは数値を並べたベクトル。観測するデータそのものとは区別して、モデル内部の表現を扱う言葉だよ