教授何恺明在MIT的第二门课！

主要观点总结

本文介绍了何恺明在MIT开设的《深度生成模型》课程的相关内容，包括课程概述、核心主题、课程要求、每周主题以及讲座PPT的地址。课程针对研究生开设，介绍深度生成模型的概念、原理和应用，涉及计算机视觉和相关专业领域。课程要求学生参加所有讲座和研讨会，完成习题集、论文、最终项目和项目演示等要求。

关键观点总结

关键观点1: 课程介绍

《深度生成模型》是一门针对研究生的研讨会课程，旨在介绍深度生成模型的概念、原理和应用，涉及计算机视觉和相关专业领域。课程包括讲师讲座、客座讲座和学生研讨会。

关键观点2: 核心主题

课程的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。

关键观点3: 课程要求

学生需要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并完成最终项目和项目演示。

关键观点4: 课程进度与主题

课程共分为15周完成，目前进行到第10周。每周的主题包括深度生成模型简介、建模图像先验、变分自编码器、归一化流、自回归模型、生成对抗网络、扩散模型等。

关键观点5: 讲师与助教

何恺明担任讲师，MIT CSAIL 计算设计与制造团队的四年级博士生 Minghao Guo 担任助教。此外，还有OpenAI 战略探索团队负责人宋飏的讲座《一致性模型》。

文章预览

 Datawhale分享  大神：何恺明，MIT，编辑：机器之心 又有机会跟着大神学习了！ 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「 人生中教的第一堂课 」。 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。 这门课程被热心网友推荐给准备教授计算机视觉与深度学习的人作为参考。 网友感慨何恺明是残差网络（ResNet）的发明者，非常厉害。不过能具备这门课程先修知识的人应该很少。看来，课程的难度较高，需要较为扎实的学习背景。 课程概览 据介绍，这是一门研讨会课程， ………………………………