本课程探索了生成式模型的各种现代技术。生成模型是一个活跃的研究领域: 我们在本课程中讨论的大多数技术都是在过去10年发展起来的。本课程与当前的研究文献紧密结合，并提供阅读该领域最新发展的论文所需的背景。课程将集中于生成式建模技术的理论和数学基础。作业将包括分析练习和计算练习。本课程专题旨在提供一个机会，让你可以将这些想法应用到自己的研究中，或更深入地研究本课程所讨论的主题之一。

• 自回归模型 Autoregressive Model
  • The NADE Framework
  • RNN/LSTM and Transformers
• 变分自编码器 Variational Autoencoders
  • The Gaussian VAE
  • ConvNets and ResNets
  • Posterior Collapse
  • Discrete VAEs
• 生成式对抗网络 Generative Adversarial Nets
  • f-GANs
  • Wasserstein GANs
  • Generative Sinkhorn Modeling
• 生成流 Generative Flow
  • Autoregressive Flows
  • Invertible Networks
  • Neural Ordinary Differential Equations
• 基于能量的模型 Energy-Based Models
  • Stein's Method and Score Matching
  • Langevin Dynamics and Diffusions