深層生成モデルを巡る旅(1): Flowベース生成モデル - Qiita

はじめに Flowベース生成モデルという深層生成モデルをご存知でしょうか？ 他の深層生成モデルであるGANやVAEなどと比べると知名度は劣りますが, 以下のような特徴があります. データの尤度が求められる その尤度を直接最大化することで学習ができる 逆変換ができる 詳しくはこれから述べていきますが, これらの特徴が有用になる場面もあるでしょう. ということで, 本記事ではそんなFlowベース生成モデルについて調べた結果をまとめます. 「Flowベース生成モデル」と毎回書くのは長いので, 以下では単に「Flow」と書かせてください. 扱うのは導入の他, 以下のFlowたちです. Coupling Flows Residual Flows ODE-based Flows Autoregressive Flows 最近ではGraphNVPのようなグラフデータに適用したFlowなどもありますが,

[stealthinu]

VITSで人毎と音素毎の学習するのにflowが使われてるがここがわかりやすかった。VAEとGANとの一番の違いは変換が逆変換可能というところでVITSもそのためにflowが使われてる。