ICMLDec, 2020
能量模型对比散度训练的改进
Improved Contrastive Divergence Training of Energy Based Models
Yilun Du, Shuang Li, Joshua Tenenbaum, Igor Mordatch
TL;DR通过改进 CD 训练方法, 研究表明难以计算但可以计算出来的梯度对于避免训练不稳定性很重要,并可以使用数据增强和多尺度处理来提高模型的鲁棒性和生成质量,通过在多个基准测试中评估模型架构的稳定性,以及在图像生成,OOD 检测和合成生成等用例中表现出改进的性能。