CS 182: Lecture 20: Part 1: Adversarial Examples
CS 182: Lecture 19: Part 1: GANs
Marco Cuturi - A primer on Optimal Transport Theory and Algorithms | MLSS Kraków 2023
Поймите математику и теорию GAN примерно за 10 минут
Estimating the Wasserstein Metric - Jonathan Niles-Weed
CS 182: Lecture 19: Part 2: GANs
247 - Conditional GANs and their applications
Shape Analysis (Lecture 19): Optimal transport
Что такое нормализующие потоки?
CS 182: Lecture 21: Part 1: Meta-Learning
Почему простые числа образуют эти спирали? | Теорема Дирихле и пи-аппроксимации
The Wasserstein Metric a.k.a Earth Mover's Distance: A Quick and Convenient Introduction
WGAN implementation from scratch (with gradient penalty)
LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры
Optimal Transport and Information Geometry for Machine Learning and Data Science
Variational Inference | Evidence Lower Bound (ELBO) | Intuition & Visualization
62 - Архитектура Вассерштейна GAN (WGAN) Понимание | Глубокое обучение | Нейронные сети
Introduction to the Wasserstein distance
CS 182: Лекция 21: Часть 2: Метаобучение
CS 285: Lecture 18, Variational Inference, Part 1