华盛顿大学《生成模型》2020秋季课程完结,课件、讲义全部放出

这门课聚焦生成建模技术的理论和数学基础,探讨多种生成模型技术。

在概率统计理论中,生成模型是指能够随机生成察看数据的模型,尤其是在给定某些隐含参数的条件下。它能够给察看值和标注数据序列指定一个联合概率分布。在呆板进修中,生成模型可用来直接对数据建模(例如根据某个变量的概率密度函数进行数据采样),也可以用来建立变量间的条件概率分布。

生成模型是最近较为活跃的钻研范围,从事呆板进修钻研的人有必要理解这一钻研中心。去年秋季,华盛顿大学开设了一门中心为「生成模型」的课程 CSE 599,探讨了多种生成模型相关技术。

华盛顿大学《生成模型》2020秋季课程完结,课件、讲义全部放出

课程地址:https://courses.cs.washington.edu/courses/cse599i/20au/

这门课与当前的生成模型钻研紧密相关,并提供了阅读该范围近期进展相关论文所需的背景知识。课程聚焦生成建模技术的理论和数学基础,学生在开始本课程前最好理解呆板进修范围的基础概念。

该课程于 2020 年 9 月 30 日开始,12 月 7 日结课。目前已放出课程讲义和 slide,每节课还提供额外的补充阅读材料。

华盛顿大学《生成模型》2020秋季课程完结,课件、讲义全部放出

CSE 599 课程表部分截图。

课程中心

这门课程涉及以下中心:

自返回模型

NADE 框架

RNN/LSTM 和 Transformer

变分自编码器(VAE)

高斯 VAE

ConvNet 与 ResNet

后验崩溃

离散式 VAE

生成对抗搜集

f-GAN

Wasserstein GAN

Generative Sinkhorn Modeling

生成流

自返回流

可逆搜集

神经常微分方程

基于能量的模型

Stein 方法与评分匹配

郎格文动力学与扩散 

具备类似中心的课程还有斯坦福大学开设的 CS236(深度生成模型)课程和加州大学伯克利分校的 CS294-158(深度无监督进修)课程。感兴趣的读者可以多理解这两门课。

讲师简介

华盛顿大学《生成模型》2020秋季课程完结,课件、讲义全部放出

课程主讲人 John Thickstun 本科毕业于布朗大学应用数学专业,目前在华盛顿大学计算机科学与工程系攻读博士学位。目前的钻研兴趣包括生成模型、采样、时序,及其在音乐范围的应用,多篇论文发表在 EMNLP、ICML、ISMIR、ICLR 等学术会议上。

个人主页:http://homes.cs.washington.edu/~thickstn/

给TA打赏
共{{data.count}}人
人已打赏
AI

10位大咖云聚,400分钟干货分享,这里有一场AI 财产发展趋向分享会等你来看!

2021-1-29 16:13:00

AI

多所知名高校合著综述论文、Nature新子刊创刊首发,这是你常听到的贝叶斯统计与建模

2021-1-29 16:15:00

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索