要約
フローベースの生成モデル（Dinhら, 2014）は、正確な対数尤度の計算可能性、正確な潜在変数推論の計算可能性、および学習と合成の並列化可能性という点で概念的に魅力的です。本稿では、逆可能1x1畳み込みを用いた単純なタイプの生成フローであるGlowを提案します。我々の手法により、標準的なベンチマークにおいて対数尤度に大幅な改善を示すことができました。特に注目に値するのは、平たんな対数尤度目標関数に対して最適化された生成モデルが、大規模な画像の現実的な合成や操作を効率的に行えることです。当モデルのコードは https://github.com/openai/glow で公開されています。注：「逆可能1x1畳み込み」は一般的に使用される日本語訳ですが、「invertible 1x1 convolution」が専門的な表現であるため、括弧内に原文を記載しました。