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
如何评价周志华教授新提出的 Deep Forest 模型，它会取代当前火热的深度学习 DNN 吗？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？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
如何评价最新的Octave Convolution？
image caption这个方向更偏向NLP还是CV？
能否训练一个AI模型来预测房价，寻找投资机会挖掘价值洼地？
主动学习（Active Learning）近几年的研究有哪些进展，现在有哪些代表性成果？
如何看待西安电子科技大学偷偷给贫困生打钱，大数据精准帮助贫困生是否值得推广？
如何评价AlphaGo Zero？
Partial Multi-Label Learning是什么？它的发展史又是怎样的？最新的进展如何？
下一个讨论
自然界有哪些长相可怕的动物？
相关的话题
机器学习最好的课程是什么？人们是如何想到奇异值分解的？
正负样本极不平衡的问题？
深度学习中，模型大了好还是小了好呢？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
为什么在SGD中使用L1正则化很难获得稀疏性？
多模态方面，有哪些牛组值得我们follow他们的工作？
深度学习如何入门？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
插值和拟合最根本的区别是什么？机器学习为啥用拟合？？
人工智能就业前景越来越严峻了，你还在坚持吗？
为什么说股票不能通过机器学习来预测？
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?
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
2020年，多标签学习（multi-label）有了哪些新的进展？
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？
如何评价生成模型框架 ZhuSuan?
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
2021年人工智能领域有哪些关键性进展和突破？
在五到十年内，人工智能能复原成人影片中的被马赛克部分吗？
卷积神经网络如果将池化层去除，与神经网络的区别还大么？
resnet（残差网络）的F（x）究竟长什么样子？
面试官如何判断面试者的机器学习水平？
围棋AI为什么没有下出同局？
深度学习工作站中使用AMD的CPU会有问题吗？
如何评价华为天才少年钟钊团队成功开启了 AutoML 大规模商用的先河？什么是 AutoML？
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
Graph Attention Network的本质是什么？