×

低碳所

swMATH编号: 29631
软件作者: Laurent Dinh、David Krueger、Yoshua Bengio
描述: NICE:非线性独立成分估计。我们提出了一种用于建模复杂高维密度的深度学习框架,称为非线性独立分量估计(NICE)。它基于这样一种思想:良好的表示是指数据具有易于建模的分布。为此,学习数据的非线性确定性转换,将其映射到潜在空间,以使转换后的数据符合因子化分布,即产生独立的潜在变量。我们将此转换参数化,以便计算雅可比行列式和逆变换很简单,但我们仍然能够通过简单的构建块组成学习复杂的非线性转换,每个构建块都基于深度神经网络。训练标准只是精确的对数似然数,这很容易掌握。无偏见的祖先取样也很容易。我们表明,这种方法在四个图像数据集上产生了良好的生成模型,可以用于修复。
主页: https://arxiv.org/abs/1410.8516
源代码:  https://github.com/laurent-dinh/nice
相关软件: 亚当;辉光;火炬差异;ImageNet公司;Wasserstein甘;蟒蛇;nflows公司;PyTorch公司;国家科学基金;i-RevNet公司;制造;AlexNet公司;到岸价格;TensorFlow公司;FFJORD公司;FloWaveNet公司;贝叶斯流;阳极;github;流量++
引用于: 33文件
全部的 前5名

被101位作者引用

3 万晓亮
2 约瑟夫·马里诺
2 唐一发
2 魏双清
2 尼古拉斯·扎巴拉斯。
2 朱爱青
1 阿巴斯·内贾德(M.Ehsan)
1 安,森坚
1 朱利安·阿贝尔
1 奥列格·阿伦茨
1 Hayk A.Asatryan。
1 杰尼斯,巴哈尔斯
1 乌尔夫·布雷菲尔德
1 约翰·布雷默
1 米歇尔·卡塞勒
1 埃琳娜·塞莱多尼
1 埃莉亚·切里尼
1 陈磊
1 克兰默,凯尔
1 达席尔瓦-托雷斯、里卡多
1 戴丽蓉
1 马蒂亚斯·约阿希姆·埃赫哈特
1 克里斯蒂安·埃特曼
1 萨缪尔·法德尔(Samuel G.Fadel)。
1 佛罗伦萨福布斯
1 高欢欢
1 高瑞奇
1 Hanno Gottschalk
1 关晓飞
1 郭玲
1 韩树阳
1 韩、田
1 何家伟
1 胡志瑞
1 黄,韩
1 黄继祖
1 Takuya Isomura公司
1 姜慧
1 金、彭湛
1 真野,柳介
1 格雷戈·卡林
1 乔治·埃姆·卡尼亚达基斯
1 柯,郑翠西
1 Khoo、Yuehaw
1 赖荣杰
1 李玲
1 李婷婷
1 梁章勇
1 玛丽·利珀特
1 刘健
1 刘军S。
1 刘玲乔
1 刘万全
1 刘正文
1 基尔斯·卢佩
1 吕明明
1 塞巴斯蒂安·迈尔
1 斯蒂芬·曼特
1 安德鲁·扎米特·曼吉恩
1 罗伯特·麦克拉克伦。
1 亚历山德罗·娜达
1 格哈德·诺伊曼
1 Ng,Tin Lok James先生
1 Nguyen、Hien Duy
1 阮、TrungTin
1 布伦朱尔夫·奥雷恩
1 戈文达·阿南塔·帕德马纳巴
1 马可·帕内罗
1 胡安·帕维兹
1 任冰雨
1 任一诺
1 马蒂亚斯·罗特曼
1 亨利克·鲁比拉
1 卡罗拉·比比安·施恩利布
1 费迪亚·雪莉
1 施贾文
1 唐、朗
1 Toyoizumi,芋头
1 伊雷克·乌利多夫斯基
1 安东·范登·亨格尔
1 王如华
1 王晓玲
1 王新通
1 王新毅
1 吴浩
1 吴希欣
1 吴英年
1 夏英志
1 杨子豪
1 Ying,乐星
1 于,贾
1 于佳佳
1 曾、李
1 张嘉伟
1 张世良
1 张震
1 赵宏丽
1 钟明军
1 周涛
1 朱,贝贝
…还有1位作者

按年份列出的引文