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

  有哪些解决完之后让你拍案叫绝的算法问题? 
  机器学习如何才能避免「只是调参数」? 
  国内目前的量化交易是否很少涉及到机器学习? 
  为什么deep lab v3起,输出不再接 DenseCRF了? 
  如何理解attention中的Q,K,V? 
  深度学习如何入门? 
  机器学习中有哪些形式简单却很巧妙的idea? 
  为什么计算注意力机制的时候不加偏置项? 
  怎样计算两个服从高斯分布的向量乘积的期望? 
  国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队? 

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?





© 2025-04-24 - tinynew.org. All Rights Reserved.
© 2025-04-24 - tinynew.org. 保留所有权利