fbpx

Не GAN-ом единым: порождающие модели на основе потоков

 

Сергей Николенко. Chief Research Officer. Neuromation

Со стороны может показаться, что все порождающие модели, о которых трубят в новостях — thispersondoesnotexist, StyleGAN, deepfakes, face swap — это исключительно порождающие состязательные сети (generative adversarial networks, GAN). Но это далеко не так! В докладе мы сначала обсудим, что такое порождающие модели в машинном обучении вообще, а затем поговорим о моделях, основанных на потоках (flow-based generative models), которые для многих задач могут оказаться куда удобнее GAN’ов. В докладе будет много разных интересных нейросетей, но слишком углубляться в математику не будем, так что приходите!

 


Автор

 

Сергей Николенко — Chief Research Officer компании Neuromation, зав. Лабораторией искусственного интеллекта ПОМИ РАН, доцент МКН СПбГУ, автор >170 публикаций по машинному обучению, анализу алгоритмов и другим областям computer science, нескольких книг, в том числе бестселлера «Глубокое обучение», авторских курсов лекций по машинному обучению и глубокому обучению.

  ||   _CG EVENT METAVERSE 2021, AI/Нейросети/ИИ, hit, hiteng, hitspeak