Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Konferenzbeitrag

Learning Disentangled Representations with Wasserstein Auto-Encoders

MPG-Autoren
/persons/resource/persons220019

Rubenstein,  P.
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons84193

Schölkopf,  B
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

/persons/resource/persons191958

Tolstikhin,  I.
Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society;

Externe Ressourcen
Es sind keine externen Ressourcen hinterlegt
Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)
Es sind keine frei zugänglichen Volltexte in PuRe verfügbar
Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Rubenstein, P., Schölkopf, B., & Tolstikhin, I. (2018). Learning Disentangled Representations with Wasserstein Auto-Encoders. In ICLR 2018 - Workshop Track. Amherst, MA: OpenReview.net. Retrieved from https://openreview.net/forum?id=Hy79-UJPM.


Zitierlink: https://hdl.handle.net/21.11116/0000-0003-7E39-1
Zusammenfassung
Es ist keine Zusammenfassung verfügbar