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
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？人工「神经网络」技术在信息处理上有何特点，工作原理是什么？
有监督和无监督学习都各有哪些有名的算法和深度学习？
ICLR 2019 有什么值得关注的亮点？
为什么现在有这么多人工智能无用论？
机器学习在Web攻击方向有什么建树吗？
神经网络的损失函数为什么是非凸的?
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢？
EM算法存在的意义是什么？
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）？
下一个讨论
自然界有哪些长相可怕的动物？
相关的话题
大牛Bengio 团队最新的研究和我自己之前的研究成果重复了，应该怎么办？c4.5为什么使用信息增益比来选择特征？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
有没有必要把机器学习算法自己实现一遍？
强化学习和自适应控制的关系是什么？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
如何评价微软新出的自拍软件 Microsoft Selfie？
人工智能相关的岗位薪酬状况如何？
AI（或者说神经网络/深度学习）能够实现科学（尤其是物理学）研究中提出假设这一步嘛？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
训练过程中loss震荡特别严重，可能是什么问题？
卷积神经网络（CNN）的结构设计都有哪些思想？
NIPS 2018 有什么值得关注的亮点？
BERT模型可以使用无监督的方法做文本相似度任务吗？
如何看待指出 神经网络的训练罪魁祸首是退化一文？
如何评价深度学习相关顶级期刊论文难复现的问题？
如何评价论文「Stochastic Training is Not Necessary ...」?
如何证明数据增强（Data Augmentation）有效性？
机器学习包含哪些学习思想？
编程达到什么水平才能编写出像caffe这样的深度学习框架？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
你见过最差的算法工程师能差到什么程度？
GAN生成的数据没有标签怎么用来训练分类模型？
人是如何做黑盒优化的？
除了深度学习，机器学习领域近年来还有什么热点吗？
如何看待比 iPad 还大的史上最大芯片问世？ 功耗比电磁炉还高有什么用？
什么是大模型？超大模型？Foundation Model？
2020到2021年小样本学习取得重大进展了吗？
有哪些相见恨晚的 TensorFlow 小技巧？
目前手势识别发展到什么水平了？