Glow:具有可逆 1x1 卷积的生成流模型
机器学习
2018-07-11 v2 人工智能
机器学习
摘要
基于流的生成模型(Dinh et al., 2014)由于在精确对数似然上的可处理性、精确潜变量推断的可处理性,以及训练和合成两者的可并行性,在概念上具有吸引力。在本文中,我们提出 Glow,一种使用可逆 1x1 卷积的简单生成流。使用我们的方法,我们在标准基准上展示了对数似然的显著提升。或许最引人注目的是,我们展示了针对普通对数似然目标优化的生成模型能够实现高效且外观真实的合成与大规模图像操控。我们模型的代码可在 https://github.com/openai/glow 获取。
引用
@article{arxiv.1807.03039,
title = {Glow: Generative Flow with Invertible 1x1 Convolutions},
author = {Diederik P. Kingma and Prafulla Dhariwal},
journal= {arXiv preprint arXiv:1807.03039},
year = {2018}
}
备注
15 pages; fixed typo in abstract