Deep Unsupervised Learning using Nonequilibrium Thermodynamics

Deep Unsupervised Learning using Nonequilibrium Thermodynamics
Data	2015
Autori	Jascha Sohl-Dickstein, Eric A. Weiss, Niru Maheswaranathan, S. Ganguli
URL	https://www.semanticscholar.org/paper/2dcef55a07f8607a819c21fe84131ea269cc2e3c
Topic	Apprendimento profondo non supervisionato
Citazioni	4460

Questo articolo esplora l'applicazione dei principi della termodinamica di non equilibrio per migliorare l'apprendimento profondo non supervisionato. Propone un nuovo metodo che diffonde lentamente la struttura in una distribuzione di dati e poi impara un processo di diffusione inverso per ripristinare la struttura, creando un modello generativo flessibile e trattabile. Questo approccio consente l'apprendimento rapido, il campionamento e la valutazione delle probabilità in modelli generativi profondi con migliaia di strati o passaggi temporali.