如何评价 On Unifying Deep Generative Models 这篇 paper? 第1页
1
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...
1
相关话题
Batch Normalization 训练的时候为什么不使用 moving statistics？CNN（卷积神经网络）、RNN（循环神经网络）、DNN（深度神经网络）的内部网络结构有什么区别？
人工智能在发展到极高的程度之后能否算得上是一种生命？
有什么算法能对一个长短不一的时间序列进行分类预测?
如何评价清华大学发布的自研深度学习框架-计图(Jittor)？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
应该选择TensorFlow还是Theano？
GAN（对抗生成网络）可以被用于哪些（商业或潜在商业）实际问题？
如何看待何恺明最新一作论文Masked Autoencoders？
下一个讨论
自然界有哪些长相可怕的动物？
相关的话题
为什么在实际的kaggle比赛中，GBDT和Random Forest效果非常好？主题模型(topic model)到底还有没有用，该怎么用？
神经网络为什么可以（理论上）拟合任何函数？
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？
如何理解Inductive bias？
如何理解MCMC中的细致平稳条件？
CPU和GPU跑深度学习差别有多大？
batchsize=1时可以用BN吗?
机器学习的解释模型存在嘛？
现在的BERT等语言模型，最快训练要多久？
如何看待百度无人车， 三千多个场景，一万多个if？
上学和读书有什么区别?
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
机器学习中常常提到的正则化到底是什么意思？
各种机器学习算法的应用场景分别是什么（比如朴素贝叶斯、决策树、K 近邻、SVM、逻辑回归最大熵模型）？
反馈控制理论在优化、机器学习等领域有哪些应用？
人工智能相关的岗位薪酬状况如何？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
2020到2021年小样本学习取得重大进展了吗？
一个无监督学习算法，如何判断其好坏呢?
如何评价陈天奇的模块化深度学习系统NNVM？
人工智能的意义和价值是什么？
GAN 真的创造了新的信息吗？
如何评价李飞飞和李佳加盟谷歌？
如何证明数据增强（Data Augmentation）有效性？
未来20年，新技术将从哪些方面改变人的消费方式？
如何看待Tensor Comprehensions？与TVM有何异同？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
有没有必要把机器学习算法自己实现一遍？