关键词neural autoregressive flows
搜索结果 - 2
- Transformer 神经自回归流
使用 Transformer 神经自回归流(T-NAFs)通过注意力掩码将每个随机变量的维度视为单独的输入令牌,取得了 UCI 基准数据集上与 NAFs 和 B-NAFs 相媲美甚至更好的实验结果,同时使用数量级较少的参数而无需合成多个流。
- 神经自回归流
本篇研究提出了使用单调神经网络替代对条件仿射单变量转换的方法进行流式变换,称之为神经自回归流(NAF)。实验结果显示,NAF 在密度估计任务上表现出色,并在 MNIST 二值化数据集上的变分自编码器训练中表现出优于 IAF 的性能。