Key points are not available for this paper at this time.
基于流的生成模型是强大的精确似然模型，具有高效的采样和推理能力。尽管计算效率高，但与最先进的自回归模型相比，基于流的模型通常在密度建模性能上表现较差。本文中，我们调查并改进了先前工作中流模型所采用的三种限制设计选择：使用均匀噪声进行去量化、使用表现不足的仿射流以及在耦合层中使用纯卷积条件网络。基于我们的发现，我们提出了Flow++，这是一种新的基于流的模型，目前在标准图像基准上是最先进的非自回归模型，适用于无条件密度估计。我们的工作开始缩小自回归模型和基于流的模型之间至今存在的重大性能差距。我们的实现可在https://github.com/aravindsrinivas/flowpp获取.
Ho等人（周五）研究了这个问题。