MIT 6.S191 (2024): Глубокое генеративное моделирование скачать в хорошем качестве

MIT 6.S191 (2024): Глубокое генеративное моделирование

Введение в глубокое обучение, MIT, 6.S191: Лекция 4 Глубокое генеративное моделирование Лектор: Ава Амини Издание 2024 г. Все лекции, слайды и лабораторные работы доступны по ссылке: http://introtodeeplearning.com Программа лекции 0:00 — Введение 6:10 — Зачем нужны генеративные модели? 8:16 — Модели с латентными переменными 10:50 — Автоэнкодеры 17:02 — Вариационные автоэнкодеры 23:25 — Априорные данные о латентном распределении 32:31 — Хитрость с репараметризацией 34:36 — Латентное возмущение и распутывание 37:40 — Устранение смещения с помощью VAE 39:37 — Генеративно-состязательные сети 42:09 — Интуитивные основы генеративно-состязательных сетей (GAN) 44:57 — Обучение генеративно-состязательных сетей (GAN) 48:28 — GAN: последние достижения 50:57 — CycleGAN непарного перевода 55:03 — Обзор диффузионной модели Подпишитесь, чтобы быть в курсе новых лекций по глубокому обучению в MIT, или подпишитесь на нас @MITDeepLearning в Twitter и Instagram, чтобы оставаться на связи!