84. spotkanie MLGdańsk – Normalizing Flows

Nasze 84. spotkanie odbyło się 6.04.20 online poprzez Skype. #zostańwdomu #walczymyzcovid19

Prelegentem był Adam Gabryś z firmy Amazon, który przedstawił prezentację pt. „Normalizing Flows – in the search for models that correctly describe the processes that produce data”.

Adam przedstawił koncept Normalizing Flows (NF). Jest to podejście do modelowania złożonych rozkładów prawdopodobieństwa poprzez transformację prostego rozkładu (np. rozkładu normalnego) za pomocą różniczkowalnych oraz odwracalnych funkcji.

Prelegent omówił wykorzystanie metod NF w modelach generatywnych np. w zastosowaniu do generowania obrazu – https://openai.com/blog/glow/. Przedstawił również możliwości wykorzystania NF w modelach generowania mowy.

Poruszony został też temat użycia różnych typów modeli jako NF. Szeroko opisane zostały modele autoregresywne, których właściwości umożliwiają wydajne i praktyczne zastosowanie NF.

Doskonałym uzupełnieniem spotkania jest lektura artykułów:
https://arxiv.org/abs/1908.09257 – Normalizing Flows: An Introduction and Review of Current Methods
https://arxiv.org/abs/1910.13233 – Neural Density Estimation and Likelihood-free Inference
https://arxiv.org/abs/1912.02762 – Normalizing Flows for Probabilistic Modeling and Inference
https://arxiv.org/pdf/1410.8516.pdf – NICE: Non-linear Independent Components Estimation
https://openai.com/blog/glow/ – Glow: Better Reversible Generative Models
https://arxiv.org/abs/1502.03509 – MADE: Masked Autoencoder for Distribution Estimation

Prezentacja ze spotkania jest dostępna pod linkiem:
MLGdańsk84 – Adam Gabryś – Normalizing Flows

Prezentacje z naszych spotkań, są również dostępne na naszym GitHubie.

Zapraszamy na kolejne spotkania grupy MLGdańsk – również on-line!