点击购买,资源将自动在新窗口打开.
获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
我们建议在生成器模型的潜在空间中学习基于能量的模型 (EBM),以便 EBM 充当基于生成器模型自上而下网络的先验模型。潜在空间 EBM 和自上而下网络都可以通过最大似然法联合学习,这涉及从潜在向量的先验和后验分布中进行短期 MCMC 采样。由于潜在空间的低维数和自上而下网络的表现力,潜在空间中的简单 EBM 可以有效地捕获数据中的规律,而潜在空间中的 MCMC 采样效率高且混合良好。我们表明,学习到的模型在图像和文本生成以及异常检测方面表现出色。一页代码可以在补充材料中找到。
主要关键词