নর্মালাইজিং ফ্লো (Normalizing Flows)
নর্মালাইজিং ফ্লো হলো এক ধরণের জেনারেটিভ মডেল যা একটি সরল বেস ডিস্ট্রিবিউশন (যেমন স্ট্যান্ডার্ড গাউসিয়ান) এর উপর ধারাবাহিক ইনভার্টেবল (invertible), ডিফারেন্সিয়েবল (differentiable) ট্রান্সফরমেশন প্রয়োগ করে একটি জটিল সম্ভাব্যতা বিন্যাস (probability distribution) শেখে। এটি Rezende এবং Mohamed (2015) কর্তৃক ভ্যারিয়েশনাল ইনফারেন্সের (variational inference) প্রেক্ষাপটে প্রবর্তিত হয়েছিল। এটি সঠিক লাইকলিহুড (likelihood) গণনা এবং কার্যকর স্যাম্পলিং (sampling) সক্ষম করে, যা ডেনসিটি এস্টিমেশন (density estimation) এবং জেনারেশন (generation) কাজের জন্য VAEs এবং GANs-এর একটি নীতিগত বিকল্প হিসেবে কাজ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Rezende, D. J., & Mohamed, S. (2015). Variational inference with normalizing flows. International Conference on Machine Learning (ICML), 1530–1538. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Normalizing Flows. ScholarGate. https://scholargate.app/bn/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.
- ডিফিউশন মডেলগভীর শিখন↔ compare
- ভেরিয়েশনাল অটোএনকোডারগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →