邱锡鹏 神经网络与深度学习课程【十七】——深度生成模型
生成模型：一系列用于随机生成可观测数据的模型
密度估计
采样
上面两步都比较难做，生成数据的另一种思路：
生成模型：1.变分自编码器 Variational Autoencoder VAE
概率生成模型：
EM算法：p(z|x)比较复杂 因此采用近似的方法去做 就是变分自编码器
变分自编码器
图形化表示
推断网络：
生成网络：
模型汇总
再参数化：
训练过程
变分自编码器学习的隐变量流形
生成模型：一系列用于随机生成可观测数据的模型
密度估计
采样
上面两步都比较难做，生成数据的另一种思路：
生成模型：1.变分自编码器 Variational Autoencoder VAE
概率生成模型：
EM算法：p(z|x)比较复杂 因此采用近似的方法去做 就是变分自编码器
变分自编码器
图形化表示
推断网络：
生成网络：
模型汇总
再参数化：
训练过程
变分自编码器学习的隐变量流形