百科问答小站 logo
百科问答小站 font logo



如何评价 On Unifying Deep Generative Models 这篇 paper? 第1页

  

user avatar   zhisbug 网友的相关建议: 
      

这是一个挺有意思的工作。这篇工作试图把近来很火爆的一系列深度生成模型(特别是GAN和VAE)和他们的诸多变种用统一的框架解释。

举个例子,比如GAN,原始的GAN paper是用博弈论来构造出整个模型的,最近也有不少文章试图来从不同角度理解或解释GAN(比如 https://arxiv.org/abs/1606.00709, https://arxiv.org/abs/1610.03483)。但是这篇文章从另一个角度出发:把X(比如图片)看做隐变量(latent variable),用Bayesian Inference里面的经典方法变分(variational inference)来解释生成过程(generation),很巧妙。

他这种formulation最大的好处是很容易把一些以前常见的模型联系起来, 比如VAE,wake-sleep等等;这些模型或算法,本身都是从variational inference的角度出发的。有了这个理解以后,很方便把各种靠VI求解的模型或很多现成的VI inference方法和GAN这一套体系结合起来,说不定在各个benchmark上又能搞点新闻出来。

利益相关。。。。我看着一作在我旁边把这个paper写出来的...




  

相关话题

  深度学习底层开发对数学有哪些要求? 
  如何将某个分布作为机器学习的特征? 
  Word2vec 翻译到另一种语言,其向量空间之间的映射会不会是线性的? 
  如果用机器学习的理论来理解人的行为,会有什么发现? 
  应届硕士毕业生如何拿到知名互联网公司算法岗(机器学习、数据挖掘、深度学习) offer? 
  机器通过主动学习能为人类生活带来怎样的改变? 
  分类机器学习中,某一标签占比太大(标签稀疏),如何学习? 
  消融实验是什么? 
  如何评价英伟达于 GTC 2021 大会发布的基于 ARM 架构的 Grace CPU? 
  如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training? 

前一个讨论
如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper?
下一个讨论
自然界有哪些长相可怕的动物?





© 2025-03-27 - tinynew.org. All Rights Reserved.
© 2025-03-27 - tinynew.org. 保留所有权利