유연한 잠재 사후
정규화 흐름은 잠재 변수의 사후 분포를 유연하게 근사하는 방법이다. IAF는 높은 차원의 잠재 공간에도 확장할 수 있도록 설계한 흐름이다.
자기회귀 변환의 연결
각 변환을 자기회귀 신경망에 바탕을 두고 구성하며 가역 변환들을 사슬처럼 연결한다. 단순한 사후 분포에서 출발해 더 복잡한 표현을 학습하는 데 사용한다.
VAE와의 결합
원 연구는 대각 가우스 근사 사후와 비교하고 IAF를 결합한 VAE를 평가했다. 자연 이미지의 로그 우도와 생성 속도를 신경 자기회귀 모형과 함께 비교했다.
관련 문서
MAF 마스크 자기회귀 흐름 / 정규화 흐름 변분 추론 / 변분 오토인코더 / 자기회귀 모델 / 잠재 변수 / 확률 분포