ピクセルCNNは、最近提案された強力な生成モデルの一種であり、計算可能な尤度を有しています。本稿では、https://github.com/openai/pixel-cnn で公開しているピクセルCNNの実装について述べます。当該実装では、元のモデルの構造を簡素化し、性能を向上させるための数々の改良が施されています。1) ピクセルに対して離散ロジスティック混合尤度を使用しており、256ウェイのソフトマックスではなく、これにより学習が加速することを確認しています。2) R/G/Bサブピクセルではなく、全体的なピクセルに条件付けを行うことで、モデルの構造が単純化されます。3) 下サンプリングを使用して、複数の解像度での構造を効率的に捉えています。4) さらに最適化を加速するために、追加のショートカット接続を導入しています。5) ドロップアウトを使用してモデルを正則化しています。最後に、これらの改良が有用であることを示すために、CIFAR-10における最先端の対数尤度結果を提示します。