深度生成模型基本都是以某种方式寻找并表达(多变量)数据的概率分布。有基于无向图模型(马尔可夫模型)的联合概率分布模型,另外就是基于有向图模型(贝叶斯模型)的条件概率分布。前者的模型是构建隐含层(latent)和显示层(visible)的联合概率,然后去采样。基于有向图的则是寻找latent和visible之间的条件概率分布,也就是给定一个随机采样的隐含层,模型可以生成数据。加州理工学院Joe Marino讲述最新《深度生成模型》的进展,值得关注!
深度生成模型:
https://www.zhuanzhi.ai/topic/2001726307898767
https://joelouismarino.github.io/
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“DGM104” 可以获取《最新【深度生成模型】Deep Generative Models,104页ppt》专知下载链接索引