用GFlowNets统一生成模型及更进一步
机器学习
2023-02-01 v2 人工智能
机器学习
摘要
深度生成建模存在许多框架，各自通常配有特定的训练算法与推断方法。在此，我们揭示现有深度生成模型与近期提出的GFlowNet框架（一种将采样视为决策过程的概率推断机）之间的联系。该分析阐明了它们重叠的特性，并透过马尔可夫轨迹学习的视角提供了统一观点。我们的框架为统一训练与推断算法提供了途径，并为诸多生成模型投射统一之光。除此之外，我们基于GFlowNet视角的洞见，提供了一套实用且经实验验证的改进生成建模的方案。
引用
@article{arxiv.2209.02606,
title = {Unifying Generative Models with GFlowNets and Beyond},
author = {Dinghuai Zhang and Ricky T. Q. Chen and Nikolay Malkin and Yoshua Bengio},
journal= {arXiv preprint arXiv:2209.02606},
year = {2023}
}
备注
expanded version of the ICML 2022 workshop paper