التدفقات المُعَمَّمة (NFS) تربط بين دالتين كثافة من خلال Bijection قابلة للتفاضل يمكن حساب محدد جاكوبيانها بكفاءة. مؤخرًا، كبدائل للبijections المُصمَّمة يدويًا، اقترح هوانج وآخرون (2018) التدفق الذاتي الانحداري العصبي (NAF)، وهو تقريب عام لدوال الكثافة. يتمثل تدفقهم في شبكة عصبية (NN) يتم التنبؤ ب매علماتها بواسطة شبكة عصبية أخرى. ينمو هذا الشكل الأخير بمعدل تربيعي مع حجم الشكل الأول، ولذلك فإن تقنية فعالة لتحديد المعلمات ضرورية. نقترح التدفق الذاتي الانحداري العصبي البلوكي (B-NAF)، وهو تقريب عام أكثر كثافة لدوال الكثافة، حيث نقوم بنمذجة bijection مباشرة باستخدام شبكة تغذية واحدة فقط. يتم ضمان القابلية للعكس من خلال تصميم كل تحويل خططي بعناية باستخدام مصفوفات بلوكية تجعل التدفق ذاتي الانحدار و(صرفيًا) متزايدًا. نقارن B-NAF مع NAF ومع التدفقات الأخرى المعروفة في تقدير الكثافة والاستدلال التقريبي لنماذج المتغيرات الخفية. يتنافس التدفق المقترح عبر مجموعة البيانات مع استخدام عدد أقل بكثير من المعلمات بمقدار عدة أوامر من العظم.