Fluxos normalitzats
Els fluxos normalitzats són una classe de models generatius que aprenen una distribució de probabilitat complexa aplicant una seqüència de transformacions invertibles i diferenciables a una distribució base simple, com ara una Gaussiana estàndard. Introduïts per Rezende i Mohamed (2015) en el context de la inferència variacional, permeten el càlcul exacte de la versemblança i el mostreig eficient, convertint-los en una alternativa fonamentada a les VAE i les GAN per a tasques d'estimació de densitat i generació.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Rezende, D. J., & Mohamed, S. (2015). Variational inference with normalizing flows. International Conference on Machine Learning (ICML), 1530–1538. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 2). Normalizing Flows. ScholarGate. https://scholargate.app/ca/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.
- Model de difusióAprenentatge profund↔ compare
- Variational AutoencoderAprenentatge profund↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →