何恺明教授在 MIT 开设了《深度生成模型》课程，介绍了变分自编码器、自回归模型、生成对抗网络和扩散模型等概念，涵盖计算机视觉、机器人技术、生物学和材料科学等领域的应用，并侧重于不同问题和学科之间共享的范式和方法。
原文标题：何恺明在MIT的第二门课，大神授课，干货满满！
原文作者：机器学习算法与Python学习
冷月清谈：
**课程概览**
- 研讨会课程，目标受众为进行深度生成模型研究的研究生。
- 涵盖计算机视觉、机器人技术、生物学、材料科学等领域的场景。
- 侧重于不同问题和学科之间共享的通用范式和方法。
**核心主题**
- 变分自编码器
- 自回归模型
- 生成对抗网络
- 扩散模型及其应用
**课程结构**
- 15 周课程，每周两节课。
- 讲师讲座、客座讲座和学生研讨会。
- 学生研讨会包括论文阅读、演示和讨论。
**课程要求**
- 参加所有讲座和研讨会
- 每两周完成一次习题集
- 在研讨会上发表一篇论文
- 完成最终项目和项目演示
**课程亮点**
- 前 5 期讲座的 PPT 已放出。
- 后续主题包括视频、3D、几何、机器人、材料科学、蛋白质和生物学等领域的应用。
- OpenAI 战略探索团队负责人宋飏将进行客座讲座。
- 研讨会课程，目标受众为进行深度生成模型研究的研究生。
- 涵盖计算机视觉、机器人技术、生物学、材料科学等领域的场景。
- 侧重于不同问题和学科之间共享的通用范式和方法。
**核心主题**
- 变分自编码器
- 自回归模型
- 生成对抗网络
- 扩散模型及其应用
**课程结构**
- 15 周课程，每周两节课。
- 讲师讲座、客座讲座和学生研讨会。
- 学生研讨会包括论文阅读、演示和讨论。
**课程要求**
- 参加所有讲座和研讨会
- 每两周完成一次习题集
- 在研讨会上发表一篇论文
- 完成最终项目和项目演示
**课程亮点**
- 前 5 期讲座的 PPT 已放出。
- 后续主题包括视频、3D、几何、机器人、材料科学、蛋白质和生物学等领域的应用。
- OpenAI 战略探索团队负责人宋飏将进行客座讲座。
怜星夜思：
1、请问深度生成模型在哪些领域有应用？
2、生成对抗网络（GAN）和扩散模型在课程中是如何介绍的？
3、课程中涉及到哪些前沿研究方向？
2、生成对抗网络（GAN）和扩散模型在课程中是如何介绍的？
3、课程中涉及到哪些前沿研究方向？
原文内容
今年 2 月起，何恺明已经开始了自己在 MIT 的副教授职业生涯，并在 3 月 7 日走上讲台完成了「」。
近日，我们发现了何恺明的第二门课程《深度生成模型》（6.S978: Deep Generative Models），已经于 9 月初开始了授课。
课程地址👉：https://mit-6s978.github.io/
在何恺明担任讲师之外，MIT CSAIL 计算设计与制造团队（Computational Design & Fabrication Group）的四年级博士生 Minghao Guo 担任助教。
课程概览
据介绍，这是一门研讨会课程，目标受众是正在进行（或计划进行）深度生成模型研究的研究生（graduate）。
课程介绍了深度生成模型的概念、原理和应用，主要涵盖了计算机视觉（如图像、视频、几何）和相关领域（如机器人技术、生物学、材料科学等）中的场景。课程侧重于不同问题和学科之间共享的通用范式和方法。
核心主题包括变分自编码器、自回归模型、生成对抗网络、扩散模型及其应用，覆盖了基础框架和最新研究前沿。
课程分为讲师讲座、客座讲座和学生研讨会。学生研讨会包括了论文阅读、演示和讨论。当然了，课程对学生的要求非常高，包括如下：
-
参加所有讲座和研讨会
-
每两周完成一次习题集
-
在研讨会上发表一篇论文：20 分钟演示 + 10 分钟讨论和 QA
-
完成最终项目和项目演示
-
……
课程共分为 15 周完成，除了第 1 周和最后一周，每周各有两节课（分别为阅读课和讲座）。目前，课程已经进行到了第 10 周，主题分别如下：
-
Week 1：深度生成模型简介
-
Week 2：建模图像先验、变分自编码器（VAE）
-
Week 3：归一化流、自回归（AR）模型
-
Week 4：自回归（AR）模型、AR 和分词器（tokenizer）
-
Week 5：AR 和扩散、生成对抗网络（GAN）
-
Week 6：扩散领域的 GAN
-
Week 7：基于能量的模型、分数匹配和扩散模型
-
Week 8：扩散模型、去噪后的扩散
-
Week 9：离散扩散、流匹配 1
-
Week 10：流匹配 2、CMU 助理教授朱俊彦讲座《确保生成模型的数据所有权》（Ensuring Data Ownership in Generative Models）
其中前 5 期讲座的 PPT 已经放出来了。
更详细的课程计划参考下图，接下来的主题将包括：视频、3D、几何、机器人、材料科学、蛋白质和生物学等领域的应用。此外还有 OpenAI 战略探索团队负责人宋飏的讲座《一致性模型》（Consistency Models）。
课程地址：https://mit-6s978.github.io/
往期推荐
商务合作 | 交流学习 | 送书活动
添加vx：yuliang-bj（备注姓名-单位）
觉得不错，请点个在看