Modèles de génération profonde: Partie 2

Cette séance de cours couvre des modèles générateurs profonds, y compris des mélanges de multinômes et de LDA pour la génération de nouveaux documents, PCA pour la réduction de dimensionnalité, des auto-encodeurs profonds avec des fonctions d'activation non linéaires, auto-encodeurs convolutionnels pour la génération d'images, et le processus d'entraînement utilisant la descente stochastique du gradient. Il traite également de l'utilisation des autoencodeurs comme modèles générateurs, de la nécessité de définir les distributions par rapport aux variables latentes et de l'interprétation visuelle de la VAE. La séance de cours se termine par une récapitulation des GANs, des GANs conditionnels et des limites des modèles Bag of Words.