#436 · 主分类: 教育与研究

intro_dgm

autoregressive-modeling deep-generative-modelling deep-learning energy-based-model flow-based-modeling generative-adversarial-network generative-ai neural-compression pytorch score-based-generative-modeling variational-autoencoder

深度生成建模:入门示例

项目最后更新:04/28/26

GitHub Stars

1.3K

Forks数量

205

贡献者数量

8

许可证

MIT

收录理由

这个仓库把Jakub Tomczak在Springer出版的《Deep Generative Modeling》每一章都配上了一段简短的Jupyter笔记本,合起来几乎覆盖了所有主流生成模型:混合模型、自回归模型、流模型、VAE、扩散与基于分数的模型、能量模型、GAN、神经压缩,还有一个轻量的decoder-only transformer。笔记本刻意保持精简,在笔记本上几分钟就能跑完,新手可以亲眼看到每种技术的PyTorch实现,再动手写自己的版本。学生、自学的人和老师都能从中获益,课堂上的作业示例和配图都现成可用。它本质上是教学材料,不是生产工具,但对一个想快速跟上现代生成式AI步伐的小团队来说,是相当实用的参考。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目