带归一化流解码器的变分自编码器
机器学习
2020-04-14 v1 机器学习
摘要
近期提出的如 Glow 之类的归一化流模型已被证明能够生成高质量、高维图像，且采样速度相对较快。然而，由于其内在受限的架构，它们必须极其深才能有效训练。本文中我们提出将 Glow 与底层变分自编码器相结合，以缓解此问题。我们证明，所提模型在图像质量和测试似然方面可与 Glow 竞争，同时所需训练时间大幅减少。
引用
@article{arxiv.2004.05617,
title = {Variational Autoencoders with Normalizing Flow Decoders},
author = {Rogan Morrow and Wei-Chen Chiu},
journal= {arXiv preprint arXiv:2004.05617},
year = {2020}
}