11. 2020年《DeepMind＆UCL深度学习讲座》第11讲：现代潜在变量模型【中文字幕】

[2020年《DeepMind＆UCL深度学习讲座》第１1讲：现代潜在变量模型【中文字幕】](https://www.bilibili.com/video/BV1Kp4y1v7cf/)

该讲座由DeepMind研究科学家Andriy Mnih进行，探讨了潜在变量模型，这是用于生成模型的强大而灵活的框架。在引入了该框架以及对它至关重要的推理概念之后，Andriy重点研究了两种现代潜在变量模型：可逆模型和难处理模型。特别强调将变分推理理解为训练难处理的潜在变量模型的关键。

请注意，本次演讲最初是作为第9讲而做广告的。

在此处下载幻灯片：
https://storage.googleapis.com/deepmind-media/UCLxDeepMind_2020/L11%20-%20UCLxDeepMind%20DL2020.pdf

在此处了解有关DeepMind如何增加科学获取机会的更多信息：
https://deepmind.com/about#access_to_science

讲生物：

Andriy Mnih是DeepMind的研究科学家。他致力于随机计算图的生成建模，表示学习，变分推理和梯度估计。他在多伦多大学获得了学习离散数据表示法的博士学位，并由Geoff Hinton指导。在加入DeepMind之前，Andriy是Yee Whye Teh在伦敦大学学院盖茨比分校的博士后研究员。

关于讲座系列：

深度学习讲座系列是DeepMind与UCL人工智能中心之间的合作。在过去的十年中，深度学习已发展成为领先的人工智能范式，使我们能够以前所未有的准确性和规模从原始数据中学习复杂的功能。深度学习已应用于对象识别，语音识别，语音合成，预测，科学计算，控制等问题。由此产生的应用程序触动了我们在医疗保健和医学研究，人机交互，通信，运输，保护，制造以及许多其他人类努力领域中的一生。认识到这一巨大影响，深度学习的先驱获得了2019年图灵奖，这是计算机领域的最高荣誉。

在本讲座系列中，来自领先的AI研究实验室DeepMind的研究科学家针对深度学习中的一系列令人兴奋的主题进行了12次讲座，内容涵盖了通过围绕记忆，注意力和生成建模的先进思想来训练神经网络的基础知识，以及重要的负责任的创新主题。