康奈尔大学「深度概率与生成模型」2021SP课程

2021 年 4 月 24 日 专知

生成模型是一类机器学习算法,它定义了图像、序列和图等复杂高维物体的概率分布。深度神经网络和优化算法的最新进展显著地增强了这些模型的能力,并重新激发了对它们的研究兴趣。本课程探讨深度生成模型的基本概率原理、它们的学习算法和流行的模型族,包括变分自编码器、生成对抗网络、自回归模型和规范化流。本课程还涵盖了计算机视觉、自然语言处理和生物医学等领域的应用,并将其与强化学习领域联系起来。


  • Introduction and Background

  • Autoregressive Models

  • Variational Autoencoders

  • Normalizing Flow Models

  • Energy-Based Models

  • Generative Adversarial Networks

  • Probabilistic Reasoning, Combining Generative Model

  • Discreteness in Generative Modeling

  • Evaluating Generative Models



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“DPGM” 就可以获取康奈尔大学「深度概率与生成模型」2021SP课程》专知下载链接

专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!


欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
1

相关内容

在机器学习中,生成模型可以用来直接对数据建模(例如根据某个变量的概率密度函数进行数据采样),也可以用来建立变量间的条件概率分布。条件概率分布可以由生成模型根据贝叶斯定理形成。
不可错过!华盛顿大学最新《生成式模型》课程,附PPT
专知会员服务
52+阅读 · 2020年12月11日
最新《生成式语言模型: 信息论视角》报告,292页ppt
专知会员服务
28+阅读 · 2020年11月9日
最新《因果推断导论》课程,102页ppt
专知会员服务
177+阅读 · 2020年9月1日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
清华大学《高级机器学习》课程
专知
34+阅读 · 2020年7月21日
下载 | 最优化算法鸟视解读
专知
54+阅读 · 2018年12月17日
A Probe into Understanding GAN and VAE models
Arxiv
9+阅读 · 2018年12月13日
Arxiv
7+阅读 · 2018年11月6日
Arxiv
4+阅读 · 2018年4月26日
VIP会员
Top
微信扫码咨询专知VIP会员