Генеративные модели на основе ODE и SDE

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск

Общая информация

Лектор: Денис Ракитин

Чат в телеграме

Программа и описание курса

Туториал по ODE/SDE моделям, близкий к программе курса

Лекции

Лекция 1. Повторение теории вероятностей: условное матожидание, свойства. Теорема о представлении условного матожидания как L2 проекции. Score-функция, применения: поиск моды, семлпирование с помощью динамики Ланжевена. Представление score-функции зашумленного распределения как УМО от условной score-функции. Denoising score matching: обучение score-функции регрессией на условную score-функцию. Noise Conditional Score Networks: обобщение на последовательность зашумленных распределений.

Статья(NCSN): https://arxiv.org/abs/1907.05600

Домашние задания

Правила оценивания

Формула итоговой оценки: Оитог = 0.5 * Одз + 0.3 * Опроект + 0.2 * Оэкз

Формула накопленной оценки: Онакоп = 5/8 * Одз + 3/8 * Опроект

Если Онакоп больше или равна 5.5, ее можно округлить и зачесть за итог.