基于流的深度生成模型解析

基于流的深度生成模型通过 normalizing flows 显式学习真实数据的概率密度函数 p(x)，其损失函数即负对数似然，与 GAN、VAE 不同。模型由一系列可逆变换构成，无需计算难以处理的积分，可完成数据生成、密度估计、隐变量推断和补全不完整样本等任务。文章还回顾了 Jacobian 行列式与变量替换定理等线性代数基础。