ICMLMay, 2019
高维深度特征空间中因式分解推断的递推卡尔曼网络
Recurrent Kalman Networks: Factorized Inference in High-Dimensional Deep Feature Spaces
Philipp Becker, Harit Pandya, Gregor Gebhardt, Cheng Zhao, James Taylor...
TL;DR本文提出了一种名为 RKN 的循环卡尔曼网络,它可以在不使用其他近似方法(如变分推断)的情况下,使用反向传播直接学习高维因式分解潜在状态表示,从而具有能够精确估计不确定性的能力,并在图像插值任务中优于多种生成模型。