Tema: Semana 9 - Clases 16 y 17 | Aprendizaje Profundo para Visión Artificial | FING

Página Principal

Diagrama de temas

- Clase 16
  Modelos Generativos
  Modelos Autoregresivos (PixelRNN/PixelCNN)
  Normalizing Flows
  Variational Autoencoders
- Clase 16 - Slides URL
- Auto-Encoding Variational Bayes (Kingma and Welling 2014) URL
- Tutorial on Variational Autoencoders (Carl Doersch) Archivo
- Van den Oord et al., Pixel Recurrent Neural Networks, ICML 2016 URL
- Van den Oord et al., Conditional Image Generation with PixelCNN Decoders, NeurIPS 2016 Archivo
- Kingma y Dhariwal, Glow: Generative Flow with Invertible 1×1 Convolutions, NeurIPS 2018 Archivo
- Clase 17
  Modelos generativos
  GANs
  Wasserstein GAN
  Aplicaciones
- Clase 17 - Slides URL
- Generative Adversarial Nets (Goodfellow et al, 2014, NIPS) URL
- Generative Adversarial Networks, NIPS 2016 Tutorial (Ian Goodfellow) URL
- Wasserstein GAN (M. Arjovsky) URL
- The GAN Zoo (github) URL
- Metz et al. "Unrolled generative adversarial networks". ICLR 2017 Archivo
- Radford et al. “Unsupervised representation learning with deep convolutional generative adversarial networks.” ICLR 2016 Archivo
- Zhu et al. "Unpaired image-to-image translation using cycle-consistent adversarial networks". ICCV 2017 Archivo
- Karras et al, “Progressive Growing of GANs for Improved Quality, Stability, and Variation”. ICLR 2018 URL