STARFlow: Scaling Latent Normalizing Flows for High-resolution Image Synthesis
我们提出了Starflow，这是一种基于标准化流的可扩展生成模型，可在高分辨率图像合成中实现强大的性能。 Starflow的核心是变压器自回旋流量（TARFLOW），它结合了标准化流的表达能力与自回旋变压器的结构化建模功能。我们首先建立了TARFLOW的理论普遍性，用于建模连续分布。在这个基础的基础上，我们介绍了几种关键的建筑和算法创新，以显着提高可扩展性：（1）深刺……
Normalizing Flows are Capable Generative Models
标准化流（NFS）是基于连续输入的可能性模型。他们在密度估计和生成建模任务上都表现出了令人鼓舞的结果，但近年来受到了相对较少的关注。在这项工作中，我们证明了NFS比以前认为的强大。我们提出TARFLOW：一种简单且可扩展的体系结构，可实现高性能的NF模型。 TARFlow可以被认为是基于变压器的掩蔽自回旋流量（MAFS）的变体：它由图像补丁上的一堆自动回归变压器块组成……
