深度生成模型

《深度生成模型》是由阿姆斯特丹自由大學助理教授、前高通 AI 研究中心研究員 Jakub Tomczak的全新著作。

基本介紹

• 中文名：深度生成模型
• 作者：Jakub Tomczak

內容簡介

作者通過結合機率模型和深度學習來處理構建人工智慧系統的問題。此外，它超越了典型的預測模型，將監督學習和非監督學習結合在一起。由此產生的範式稱為「深度生成模型」，它從生成視角感知周圍的世界。該方法假設每個現象都是由一個潛在的生成過程驅動的，這個生成過程定義了隨機變數及其隨機相互作用的聯合分布，即事件發生的方式和順序。「深度」的形容來自於一個事實，即分布是用深度神經網路參數化的。

圖書目錄

本書的目的是概述深度生成模型中最重要的技術，讓讀者能夠搭建新的模型並實現它們。書由八章組成，可以單獨閱讀，並且幾乎能夠按任何順序閱讀。第一章介紹了主題，重點介紹了深度生成模型和一般概念的重要類別。第二、三、四章討論了邊際分布的建模問題。第五章和第六章概述了聯合分布模型的內容。第七章提出了一種不通過基於似然的目標學習的潛在變數模型。最後一章闡述了深度生成模型在快速發展的神經壓縮領域中的套用。

作者簡介

自 2019 年 11 月以來，Jakub Tomczak 是阿姆斯特丹自由大學計算智慧型小組的人工智慧助理教授。此前，他是阿姆斯特丹高通 AI 研究中心的深度學習研究員。2016 年 10 月至 2018 年 9 月，他是阿姆斯特丹大學 Max Welling 教授小組的 Marie Sklodowska-Curie 個人研究員。

Jakub Tomczak 在波蘭的弗羅茨瓦夫大學獲得了機器學習博士學位。他的研究興趣包括機率建模、深度學習、近似貝葉斯模型和深度生成模型(特別關注變分自動編碼器和基於流的模型)。