초록
자연 이미지의 분포를 모델링하는 것은 비지도 학습에서 중요한 문제입니다. 이 작업은 표현력이 뛰어나고, 계산 가능하며, 확장성이 좋은 이미지 모델을 필요로 합니다. 우리는 이미지를 두 차원 공간에 따라 순차적으로 예측하는 깊은 신경망을 제시합니다. 본 방법은 원시 픽셀 값의 이산 확률을 모델링하고, 이미지 내의 모든 종속성을 인코딩합니다. 아키텍처의 혁신적인 특징으로는 빠른 2차원 재귀층과 깊은 재귀 네트워크에서 잔여 연결(residual connections)의 효과적인 활용이 포함됩니다. 우리는 자연 이미지에 대해 이전 최고 수준보다 훨씬 우수한 로그-가능도 점수를 달성하였습니다. 주요 결과는 또한 다양한 ImageNet 데이터셋에 대한 벤치마크를 제공합니다. 모델에서 생성된 샘플은 선명하고, 다양하며, 전반적으로 일관성이 있습니다.