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
如何开发一个自己的 TensorFlow？魔鬼如何在最短时间内抓住天使？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
实验室一块GPU都没有怎么做深度学习？
ICLR 2021 有什么值得关注的投稿？
深度学习有哪些好玩的案例？
在迁移学习中，只有fine-tune和基于实例的迁移可用在小样本上吗，还有其他的小样本迁移方法吗？
为什么要压缩模型，而不是直接训练一个小的CNN？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
下一个讨论
自然界有哪些长相可怕的动物？
相关的话题
GAN:固定训练好的判别器网络，去指导训练生成器为什么不可以？ICLR 2018 有什么值得关注的亮点？
CTR预估中怎样加入图片特征？图片特征怎么提取？
深度学习（机器学习）的下一步如何发展？
Resnet到底在解决一个什么问题呢？
多模态方面，有哪些牛组值得我们follow他们的工作？
机器之心提问：如何评价Facebook Training ImageNet in 1 Hour这篇论文?
如何评价何恺明、Ross Girshick组的自监督时空表征学习新作？
为什么梯度下降能找到最小值？
2021年深度学习哪些方向比较新颖，处于上升期或者朝阳阶段，没那么饱和，比较有研究潜力？
机器学习中的优化理论，需要学习哪些资料才能看懂？
27岁了跨考计算机研究生会不会太晚？
对于神经网络，硕士博士不需要弄明白原理，只需要应用，是这样吗？
如何看待Jeff Dean&Hinton投到ICLR17的MoE的工作？
如何评价AWS的图神经网络框架DGL？
什么时候对数据进行[0,1]归一化，什么时候[-1,1]归一化，二者分别在什么场景？
怎么通俗地理解张量？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
如何理解矩阵对矩阵求导？
图像处理和机器学习有什么关系？
如果你是面试官，你怎么去判断一个面试者的深度学习水平？
DL框架的未来发展，TensorFlow/MXNet/PyTorch, 选哪个？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
人脑有海量的神经元（参数），那么人脑有没有「过拟合」行为？
2020年，多标签学习（multi-label）有了哪些新的进展？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
有哪些比较好的机器学习，深度学习的网络资源可利用？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
如何开发一个自己的 TensorFlow？