CS 236: Deep Generative Models

这篇适合谁读

这篇适合希望补 AI、LLM、系统、视觉或生成模型基础的人阅读。它把课程定位、学习价值和适合产出的笔记方向整理成公开路线，便于按目标选择课程。

Stefano Ermon（斯坦福 AI Lab 主任）主讲。深度生成模型的理论与算法——VAE、GAN、Flow 模型的概率基础和学习算法。扩散模型先驱之一。

基本信息

课程简介

涵盖变分自编码器（VAE）、生成对抗网络（GAN）、Flow 模型的概率基础和学习算法。应用于计算机视觉、语音、NLP 和强化学习。

先修要求

• CS 221/228/229/230 + 概率论与微积分基础

公开资源

• YouTube: 讲座录像
• GitHub: 课程项目

与个人发展的关联

• 理解 GPT、Stable Diffusion 等生成式 AI 的数学基础
• Stefano Ermon 是扩散模型的先驱之一（DALL-E 相关研究）
• 对 LLM 的底层原理理解至关重要

⚠️ 注意：该课程在 2023 Autumn 后可能未再开设，需关注最新信息。

状态

已收录课程基本信息，待后续确认最新开课情况。