Flujos de normalización

Los flujos de normalización son una clase de modelos generativos que aprenden una distribución de probabilidad compleja aplicando una secuencia de transformaciones invertibles y diferenciables a una distribución base simple, como una Gaussiana estándar. Introducidos por Rezende y Mohamed (2015) en el contexto de la inferencia variacional, permiten el cálculo exacto de la verosimilitud y el muestreo eficiente, lo que los convierte en una alternativa fundamentada a los VAE y GAN para tareas de estimación de densidad y generación.