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/

成为VIP会员查看完整内容
67

相关内容

专知会员服务
171+阅读 · 2020年11月23日
(ICML 2020 Tutorial)贝叶斯深度学习与概率模型构建,134页ppt
最新《生成式对抗网络》简介,25页ppt
专知会员服务
167+阅读 · 2020年6月28日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
153+阅读 · 2020年2月7日
GAN新书《生成式深度学习》,Generative Deep Learning,379页pdf
专知会员服务
194+阅读 · 2019年9月30日
115页Slides带你领略深度生成模型全貌(附PPT)
数据派THU
10+阅读 · 2018年7月31日
Arxiv
0+阅读 · 2020年11月30日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
4+阅读 · 2018年5月21日
Arxiv
10+阅读 · 2018年3月23日
VIP会员
相关论文
Arxiv
0+阅读 · 2020年11月30日
Seeing What a GAN Cannot Generate
Arxiv
7+阅读 · 2019年10月24日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
A General and Adaptive Robust Loss Function
Arxiv
7+阅读 · 2018年11月5日
Arxiv
11+阅读 · 2018年7月8日
Arxiv
4+阅读 · 2018年5月21日
Arxiv
10+阅读 · 2018年3月23日
微信扫码咨询专知VIP会员