跳到主要内容
步芽

【极致中配】斯坦福大学 CS236：深度生成模型 I 2023

斯坦福 CS236 系统讲授深度生成模型，涵盖自回归、VAE、归一化流、GAN、能量模型、分数与扩散模型及离散隐变量方法。

难度
难度 5/5 — 研究生级深度生成模型，需扎实概率、微积分与深度学习基础
适合人群
有深度学习基础、想系统掌握生成模型理论的研究生或从业者
前置要求
概率论与统计（分布、期望、最大似然估计）、多元微积分与线性代数（梯度、矩阵运算）、机器学习/深度学习基础（神经网络与反向传播）、Python 编程（了解 PyTorch 等框架更佳）
课程规模
18 讲 · 1883播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

自回归模型最大似然学习变分自编码器 VAE归一化流生成对抗网络 GAN能量基模型分数基模型扩散模型离散隐变量模型生成模型评估隐变量推断离散数据扩散

课程大纲（18 讲）

  1. P1 · Lecture 1 - Introduction31 分钟
  2. P2 · Lecture 2 - Background43 分钟
  3. P3 · Lecture 3 - Autoregressive Models45 分钟
  4. P4 · Lecture 4 - Maximum Likelihood Learning45 分钟
  5. P5 · Lecture 5 - VAEs44 分钟
  6. P6 · Lecture 6 - VAEs46 分钟
  7. P7 · Lecture 7 - Normalizing Flows46 分钟
  8. P8 · Lecture 8 - Normalizing Flows45 分钟
  9. P9 · Lecture 9 - GANs41 分钟
  10. P10 · Lecture 10 - GANs46 分钟
  11. P11 · Lecture 11 - Energy Based Models44 分钟
  12. P12 · Lecture 12 - Energy Based Models46 分钟
  13. P13 · Lecture 13 - Score Based Models46 分钟
  14. P14 · Lecture 14 - Energy Based Models48 分钟
  15. P15 · Lecture 15 - Evaluation of Generative Models42 分钟
  16. P16 · Lecture 16 - Score Based Diffusion Models39 分钟
  17. P17 · Lecture 17 - Discrete Latent Variable Models42 分钟
  18. P18 · Lecture 18 - Diffusion Models for Discrete Data33 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。