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

  有哪些令你印象深刻的魔改transformer? 
  如何看待斯坦福博士生2prime陆一平关于新冠起源的一系列言论? 
  如何评价MXNet发布的1.0版本? 
  在计算资源有限的情况下,有什么深度学习的选题可以推荐/避免? 
  为什么机器学习解决网络安全问题总是失败? 
  nlp有哪些值得完整实现一遍的算法? 
  神经网络能否代替决策树算法? 
  计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些? 
  2018年了,MXNet 发展的如何了? 
  Deep Learning 的专家如此急缺,它难在何处? 

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?





© 2024-12-22 - tinynew.org. All Rights Reserved.
© 2024-12-22 - tinynew.org. 保留所有权利