深度生成建模是一种使用深度学习技术来生成新的、类似于真实数据的建模方法。
深度生成模型的分类
它结合了生成对抗网络（GAN）和深度神经网络（DNN）的特性，通过训练模型来学习数据的内在结构和模式，从而生成真实、有意义的样本。
这有助于解决许多实际问题，如图像生成、文本生成、声音生成等。
深度生成建模的多种潜在应用
通过深度生成建模，我们可以从无到有地创造出新的数据样本，这为机器学习和数据分析等领域提供了强大的工具。
深度生成模型的比较
这也是一个非常新的领域和其他机器学习领域相比，论文发表难度相对容易很多。
如果大家对这个领域有兴趣的话推荐大家可以看看这个领域第一本教程书，书名叫《深度生成建模》（PDF和代码可以在文章末尾获取！）
这本书只要你有 本科微积分、线性代数、概率论基础 就可以读懂
并且这本书会通过具体的 示例和代码 来让大家更好的理解深度生成建模的基础。
通过这本书大家可以学会制定并实施新的模型
本书目录
为什么要进行深度生成建模？
自回归模型
基于流的模型
潜在变量模型
混合建模
基于能量的模型
生成对抗网络
用于神经压缩的深度生成建模
附录
PDF和代码已经下载好了
为了避免添加人数过多出现频繁，大家可以随便添加一个小助手，让她发给你。
如果喜欢本篇的内容记得点点再看，并把他转发到你的朋友圈。请永远不要停止学习，这是你武装自己对抗这个世界最有力的武器！
