مُولِّدات الصور ذات تركيب البكسل المستقل شرطيًا

تعتمد شبكات توليد الصور الحالية بشكل كبير على التحويلات المكانية (spatial convolutions)، وربما على كتل الانتباه الذاتي (self-attention blocks) لتصنيع الصور تدريجيًا بطريقة من الخشنة إلى الدقيقة. هنا، نقدم معمارية جديدة لشبكات توليد الصور، حيث يتم حساب القيمة اللونية لكل بكسل بشكل مستقل، بالاعتماد على قيمة متجه عشوائي خفي (latent vector) وتنسيق هذا البكسل. لا تُستخدم أثناء التوليد أي تحويلات مكانية أو عمليات مشابهة تقوم بنقل المعلومات عبر البكسلات. ونحلل قدرات النمذجة لهذه الشبكات عند تدريبها بطريقة معاكسة (adversarial)، ونلاحظ أن هذه الشبكات الجديدة تحقق جودة توليد مماثلة لتلك التي تحققها أفضل الشبكات القائمة على التحويلات التلافيفية (convolutional). كما نستكشف عدة خصائص مثيرة للاهتمام تتميز بها المعمارية الجديدة.