Aller au contenu principal

Nick WangNotes Connexions Nouveautés

Informatique
Mathématiques
IA et données
Finance quantitative
Outils
Tout le reste

Coulisses du site
Terre en ASCII

English
中文
Français

Carte des connaissances
Informatique
Mathématiques
IA et données
Finance quantitative
Outils et méthodes
Culture et intérêts
Laboratoire du site

IA et données
IA traditionnelle
Apprentissage profond
Modèles génératifs

Generative Models

Pas encore traduitLa version anglaise s’affiche pour l’instant. Cette page passera en français dès que la traduction sera prête.

Courses

Stanford University CS236: Deep Generative Models

POURSUIVRE

À lire aussi

Quelques notes qui partagent des idées avec celle-ci.

Diffusion ModelsDiffusion models are a class of generative models that learn data distributions by iteratively adding and removing noise from data. They have gained prominence for their ability to generate #deep-learning#generative-models Variational AutoencodersA Variational Autoencoder VAE is a generative model that uses neural networks to encode input data into a latent space and then decodes it back to reconstruct the original data. VAEs combine#deep-learning#generative-models Attention MechanismAttention mechanisms address challenges in traditional neural network models like CNNs and RNNs, which require fixed input sizes. They offer a flexible approach to handling inputs of varying#deep-learning#infotech Convolutional Neural NetworksConvolutional Neural Networks CNNs are specialized neural networks designed primarily for processing structured grid data such as images. CNNs leverage the inherent properties of data like s#deep-learning#infotech

Tags :

deep-learning
generative-models
infotech

Éditer cette page

Variational Autoencoders

Courses

Apprendre

Informatique
Mathématiques
IA et données

Parcourir

Notes
Connexions
Nouveautés
Outils
Textes

Plus

Terrain de jeu
Terre en ASCII
GitHub

© 2026 Nick Wang · Notes, expériences et choses à retenir.