Deep learning génératif

CHAPITRE 6 Modèles de flux de normalisation

Objectifs du chapitre :

• Découvrir comment les modèles de flux de normalisation utilisent l’équation de changement de variables.

• Voir comment le déterminant jacobien joue un rôle essentiel dans notre capacité à calculer une fonction de densité explicite.

• Comprendre comment nous pouvons restreindre la forme du jacobien à l’aide de couches de couplage.

• Voir comment le réseau de neurones est conçu pour être inversé.

• Construire un modèle RealNVP, qui un exemple particulier de flux de normalisation pour générer des points en 2D.

• Utiliser le modèle RealNVP pour générer de nouveaux points qui semblent avoir été extraits de la distribution des données.

• Découvrir deux extensions clés du modèle RealNVP, ...