归一化流

Normalising Flows是一种概率模型，通过一系列可逆变换将复杂分布映射到简单分布，实现高效采样和密度估计。其目标是构建灵活且可解释的生成模型，以捕捉数据的复杂结构。Normalising Flows在高维数据建模、图像生成、语音合成等领域具有重要应用价值，能够提升模型的表达能力和生成质量。