エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Rectified Flowを試す
概要 ICLR2023にContinuous Normalizing Flow関連のものが出ていて,それ関連で調べていたら以下の論文... 概要 ICLR2023にContinuous Normalizing Flow関連のものが出ていて,それ関連で調べていたら以下の論文を見つけた. 定式化 色々端折って簡単に示す. 扱いやすい分布\pi_0からのサンプルを,目標とするデータ分布\pi_1のサンプルへの変換を考える. この過程はODEで記述できて,t \in [0, 1]を用いて以下のように表せる. \mathrm{d}X_t = v(X_t, t)\mathrm{d}t ただし,X_0 \sim \pi_0, X_1 \sim \pi_1. というように,ODEで表せるから,あとは右項のv: \mathbb{R}^d \times [0, 1] \mapsto \mathbb{R}^dをNNで学習できればOK. 学習方法 X_0からX_1へのstraight pathを考えているのだから,その方向はX_1 - X_0で表せる