🎲Normalizing Flows: Madrid Machine Learning Meetup

¡Bienvenido al Madrid Machine Learning Meetup! Un evento en el que revisaremos los últimos avances en Deep Learning mediante la lectura y discusión conjunta de artículos científicos. En esta ocasión revisamos un interesantísimo tema: Las redes invertibles y en concreto los Normalizing Flows.🎲

Las redes invertibles son un campo apasionante, porque a partir de una distribución de probabilidad conocida, como una uniforme o una normal (donde cada dimensión puede tener un significado claro y es fácil medir probabilidades e interpolar) nos permite generar distribuciones arbitrariamente complejas como las imágenes, texto, o sonidos que corresponden a esa distribución inicial. Con la particularidad, de que se puede invertir la transformación y obtener el valor en la distribución original, a partir de la distribución compleja. Bien utilizado, esto es de incalculable valor en campos como Computer Vision, Graphics, etc.💥🚀

A parte de la teoría, veremos también un ejemplo práctico, donde los Normalizing Flows nos permiten acelerar drásticamente la generación de imágenes por ordenador. NEnv (Neural Environment Maps for Global Illumination), nos permite aprender la el patrón de iluminación de una escena a partir de un mapa de entorno, lo que acelera el mustreo Monte Carlo en dos órdenes de magnitud.📈🎥

El ponente será Javier Fabre, Research Engineer en SEDDI. La organización corre por cuenta del ML Circle, Universidad Politécnica de Madrid, U. Rey Juan Carlos, Apolo AI y Arquimea Research Center en colaboración con el Ayuntamiento de Madrid. 🏛️

El evento será presencial aunque también retransmitiremos en directo a través de:

▶️🎥 https://www.youtube.com/live/GEa8DEeumoE?si=F1XwXsZhcQayz5hs