Resource
UW course: https://courses.cs.washington.edu/courses/cse599i/20au/
CSE 599, Autumn 2020 Generative Models
Instructor: John Thickstun
Intro
本课程探索各种现代技术,以学习通过示例给出未知概率分布的样本的方法。生成模型是研究的活跃领域:我们在本课程中讨论的大多数技术都是在最近10年中开发的。本课程与当前的研究文献紧密结合,将提供阅读该领域最新发展论文所需的背景。讲座将着重于生成模型技术的理论和数学基础。家庭作业将包括分析和计算练习的混合。该课程项目旨在提供一个机会,将这些思想应用于您自己的研究,或者更深入地研究课程中讨论的主题之一。
先修要求: 机器学习
Outline
-
Autoregressive Models 自回归模型
-
The NADE Framework
-
RNN/LSTM and Transformers
-
-
Variational Autoencoders 变分自编码器
-
The Gaussian VAE
-
ConvNets and ResNets
-
Posterior Collapse
-
Discrete VAEs
-