资源|深度生成模型最新发展脉络

【导读】本文整理自普林斯顿大学Ryan P.Adams教授的深度概率生成模型的教程，详细描述了生成模型的问题、算法以及应用。特别最后介绍联合图模型和神经网络，详细介绍了这两部结合的动机和如何考虑这两部分。

Ryan P.Adams，普林斯顿大学教授，曾任职于多伦多大学、哈佛大学、Googel Brain等多所知名研究机构，并在哈佛大学期间，长期承担机器学习课程（CS181,CS281）的教学任务。

• 什么是生成模型
• 为什么选择深度生成模型
• 从数据中学习的生成模型算法
• 变分自编码器
• 联合图模型与神经网络

   

资源获取方式：

• 点击 阅读原文 获取资源

• 或在输入关键词“深度概率生成模型2018”获取资源

为您推荐

10分钟让你理解泊松分布、指数分布

称霸Kaggle的十大深度学习技巧

教程 | PyTorch经验指南：技巧与陷阱

异常点检测算法小结