最新《深度生成式模型进展》视频报告,43页ppt,斯坦福Aditya Grover

2020 年 8 月 9 日 专知
最新《深度生成式模型进展》视频报告,43页ppt,斯坦福Aditya Grover



生成式模型是以图模型和概率编程语言中的概率推理的重要范式。神经网络对这些模型的参数化和基于梯度的随机优化技术的进步使得高维数据的可扩展建模成为可能。


本教程的前半部分将全面回顾深度生成模型的主要家族,包括生成对抗网络、变分自编码器、标准化流和自回归模型。对于每一个模型,我们将讨论概率公式,学习算法,以及与其他模型的关系。本教程的后半部分将演示在科学发现中使用深度生成模型的方法,例如材料和药物发现、压缩感知等等。最后,我们将讨论该领域目前的挑战和未来研究的前景。


https://dl4sci-school.lbl.gov/agenda


视频:






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“DG43” 可以获取《最新《深度生成式模型进展》视频报告,43页ppt》专知下载链接索引

专 · 知
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专业干货知识教程视频资料和与专家交流咨询
点击“阅读原文”,了解使用专知,查看5000+AI主题知识资料
登录查看更多
10

相关内容

Aditya是斯坦福大学计算机科学在读博士研究生,师从Stefano Ermon。研究主要集中在概率机器学习上,包括生成式模型、近似推理和深度学习。他的研究得到了微软博士奖学金、利伯曼奖学金和数据科学奖学金的资助。自2018年起,他成为斯坦福大学的一名授课型教师,他与人合作设计并教授一门关于深度生成式模型的新课程。
小贴士
相关VIP内容
相关论文
Guanglin Niu,Yongfei Zhang,Bo Li,Peng Cui,Si Liu,Jingyang Li,Xiaowei Zhang
8+阅读 · 2019年12月28日
Yang Liu,Mirella Lapata
5+阅读 · 2019年8月22日
Hiroaki Hayashi,Zecong Hu,Chenyan Xiong,Graham Neubig
19+阅读 · 2019年8月21日
Yang Liu
21+阅读 · 2019年3月25日
Anna Breger,Jose Ignacio Orlando,Pavol Harar,Monika Dörfler,Sophie Klimscha,Christoph Grechenig,Bianca S. Gerendas,Ursula Schmidt-Erfurth,Martin Ehler
3+阅读 · 2019年1月22日
Ke Li,Jitendra Malik
5+阅读 · 2018年11月29日
Bi Li,Wenxuan Xie,Wenjun Zeng,Wenyu Liu
7+阅读 · 2018年6月19日
Federico Camerlenghi,David B. Dunson,Antonio Lijoi,Igor Prünster,Abel Rodríguez
4+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员