Machine learningGenerative models
التدفقات المعيارية
التدفقات المعيارية هي فئة من النماذج التوليدية التي تتعلم توزيع احتمالية معقدًا عن طريق تطبيق سلسلة من التحويلات القابلة للعكس والقابلة للتفاضل على توزيع أساسي بسيط مثل التوزيع الغاوسي القياسي. تم تقديمها بواسطة Rezende و Mohamed (2015) في سياق الاستدلال المتغير، وهي تتيح حساب الاحتمالية الدقيق وأخذ العينات بكفاءة، مما يجعلها بديلاً مبدئيًا لـ VAEs و GANs لتقدير الكثافة ومهام التوليد.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Rezende, D. J., & Mohamed, S. (2015). Variational inference with normalizing flows. International Conference on Machine Learning (ICML), 1530–1538. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Normalizing Flows. ScholarGate. https://scholargate.app/ar/deep-learning/normalizing-flows
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- نموذج الانتشارالتعلم العميق↔ compare
- المشفّر التلقائي التباينيالتعلم العميق↔ compare