摘要
本文研究了多层生成模型学习中的基础性问题。多层生成模型在生成器之上构建多层潜在变量作为先验模型，有助于学习复杂的数据分布并捕捉层次化表示。然而，这类先验模型通常通过假设非信息性（条件）高斯分布来建模潜在变量之间的层间关系，其表达能力受限。为解决这一问题并学习更具表达力的先验模型，本文提出一种基于能量的模型（Energy-Based Model, EBM），以多层生成器为骨干，在所有潜在变量层的联合潜在空间上构建先验。该联合潜在空间EBM先验模型通过分层能量项捕捉每一层内部的上下文关系，并实现跨层潜在变量的联合修正。我们设计了一种联合训练方案，基于最大似然估计（Maximum Likelihood Estimation, MLE），并引入马尔可夫链蒙特卡洛（Markov Chain Monte Carlo, MCMC）采样，分别对不同层的潜在变量的先验与后验分布进行采样。为提升推理与学习效率，我们进一步提出一种变分训练方案，利用推理模型（inference model）来近似代价高昂的后验MCMC采样过程，实现计算开销的摊销。实验结果表明，所学习的模型在生成高质量图像方面具有较强表达能力，并能有效捕捉层次化特征，从而提升异常检测性能。