2026年7月19日 (日) 23:21的版本

简介

RealNVP（Real-valued Non-Volume Preserving，实值非体积保持变换）是一类基于标准化流（normalizing flows）的深度生成模型，由 Laurent Dinh、Jascha Sohl-Dickstein 与 Samy Bengio 于 2017 年提出^[1]。它的核心思想可以概括为：用一个完全可逆的神经网络，将复杂的数据分布逐步变换为简单的高斯分布。由于变换可逆，模型既可正向精确计算数据的概率密度，也可反向直接从高斯分布采样生成新数据。

RealNVP流过程演示

更形式化地说，RealNVP 将一系列可逆映射 [math]\displaystyle{ f_1, \dots, f_n }[/math] 复合为整体变换 [math]\displaystyle{ f = f_n \circ \cdots \circ f_1 }[/math]，将服从复杂分布的 [math]\displaystyle{ \mathbf{x} }[/math] 映射到标准正态分布 [math]\displaystyle{ \mathbf{z} = f(\mathbf{x}) \sim \mathcal{N}(0, \mathbf{I}) }[/math]。由于可逆性，生成样本时只需从正态分布采样 [math]\displaystyle{ \mathbf{z} }[/math]，再通过逆映射 [math]\displaystyle{ \mathbf{x} = f^{-1}(\mathbf{z}) }[/math] 还原为数据。而 RealNVP 的关键设计在于：每一层变换的雅可比行列式都能高效解析计算，因此整体对数似然 [math]\displaystyle{ \log p_X(\mathbf{x}) }[/math] 可直接求出，无需借助变分下界或对抗训练。

在因果涌现的研究框架中，RealNVP 起到重要作用。在 NIS（神经信息挤压器）和 NIS+ 中，它被选作可逆编码器（INN）的实现载体，负责将微观状态无损地映射到潜在空间，再从中粗粒化出宏观状态。理解 RealNVP 的机制，是理解 NIS 系列工作如何实现信息不丢、参数复用、维度可控的技术前提。

历史渊源

RealNVP 建立在早期标准化流工作之上，其发展有两条主线。

第一条脉络：可逆变换的"分层堆叠"思想

从 1990 年代的独立成分分析（ICA），到 2000 年 Chen 与 Gopinath 的高斯化（Gaussianization）^[2]，研究者一直尝试用可逆变换将复杂数据"归一化"到简单分布。2010 年，Tabak 与 Vanden-Eijnden 正式提出了"标准化流"（normalizing flow）的数学框架——通过一系列可逆映射，让基分布像水流一样"流动"成目标分布^[3]。

第二条脉络：耦合层的发明与升级

2014 年，Dinh 等人提出了 NICE（Non-linear Independent Components Estimation），首次使深度可逆网络可训练^[4]。NICE 的核心 trick 是加性耦合层：将输入分成两半，其中一半直接保持不变，另一半则加上一个以第一半为条件的神经网络输出。由于该变换的雅可比行列式恒为 1，它保持体积（volume preserving），但表达能力因此受限。

2017 年的 RealNVP 将加性耦合扩展为仿射耦合，即以前一半变量为条件，对后一半变量先进行缩放再进行平移。这一改动使变换不再保持体积（non-volume preserving），增强了模型的表达能力，同时保留了计算上的便利性。后续的理论工作（Draxler et al., 2024）证明：体积保持的流不是分布的普适逼近器，而仿射耦合流在良好条件下是^[5]。这从理论上解释了 RealNVP 相对于 NICE 的优势。

主要内容

算法框架

RealNVP 的完整架构由四种模块递归堆叠而成：仿射耦合层、掩码卷积分区、多尺度压缩与分解，以及耦合层批量归一化。正向传播（编码）流程为：

[math]\displaystyle{ \mathbf{x} = \mathbf{h}^{(0)} \;\xrightarrow{\text{耦合层} \times n}\; \xrightarrow{\text{压缩}}\; \xrightarrow{\text{耦合层} \times n}\; \xrightarrow{\text{分解出一半}}\; \mathbf{z}^{(1)} \;\longrightarrow\; \cdots \;\longrightarrow\; \mathbf{z} }[/math]

如上图所示，RealNVP 的多尺度编码从原始图像 [math]\displaystyle{ \mathbf{x} }[/math] 开始，逐尺度交替使用 checkerboard 与 channel-wise 掩码的仿射耦合层，并通过 Squeeze 减半空间分辨率；每个尺度末端的 Factor Out 将一半变量作为 [math]\displaystyle{ \mathbf{z}^{(i)} }[/math] 抽出，另一半继续进入下一尺度。最终所有 [math]\displaystyle{ \mathbf{z}^{(i)} }[/math] 拼接为完整潜变量 [math]\displaystyle{ \mathbf{z} }[/math]。

仿射耦合层：可逆的"条件变形"

仿射耦合层是 RealNVP 的基本单元。给定 [math]\displaystyle{ D }[/math] 维输入 [math]\displaystyle{ \mathbf{x} }[/math]，输入被分为两部分：前 [math]\displaystyle{ d }[/math] 维"被动"（不变），后 [math]\displaystyle{ D-d }[/math] 维"主动"（被变形）：

[math]\displaystyle{ \begin{cases} \mathbf{y}_{1:d} = \mathbf{x}_{1:d} \\[6pt] \mathbf{y}_{d+1:D} = \mathbf{x}_{d+1:D} \odot \exp\!\bigl(\mathbf{s}(\mathbf{x}_{1:d})\bigr) + \mathbf{t}(\mathbf{x}_{1:d}) \end{cases} }[/math]

(1)

仿射耦合演示

这里 [math]\displaystyle{ \mathbf{s} }[/math]（scale，缩放）和 [math]\displaystyle{ \mathbf{t} }[/math]（translation，平移）是两个深度神经网络（通常是 CNN）。[math]\displaystyle{ \odot }[/math] 为逐元素乘积。由于 [math]\displaystyle{ \mathbf{s} }[/math] 和 [math]\displaystyle{ \mathbf{t} }[/math] 的输入只来自不变的那一半，输出只作用在可变的那一半，整个变换的雅可比矩阵是下三角块结构，行列式即为对角线元素的乘积——计算复杂度从 [math]\displaystyle{ O(D^3) }[/math] 降到 [math]\displaystyle{ O(D) }[/math]。此外，逆变换为：

[math]\displaystyle{ \begin{cases} \mathbf{x}_{1:d} = \mathbf{y}_{1:d} \\[6pt] \mathbf{x}_{d+1:D} = \bigl(\mathbf{y}_{d+1:D} - \mathbf{t}(\mathbf{y}_{1:d})\bigr) \odot \exp\!\bigl(-\mathbf{s}(\mathbf{y}_{1:d})\bigr) \end{cases} }[/math]

(2)

无需对 [math]\displaystyle{ \mathbf{s} }[/math] 或 [math]\displaystyle{ \mathbf{t} }[/math] 求逆，只需按逆变换公式进行减法和除法即可。因此编码（求密度）和解码（采样）同样高效。

掩码卷积的两种分区模式

上述将输入分成两部分的操作可以按不同方式实现。针对图像数据，RealNVP 设计了两种掩码：

空间棋盘模式（checkerboard masking）：像国际象棋棋盘一样，按坐标 [math]\displaystyle{ (i+j) }[/math] 的奇偶性决定像素是否属于"被动"集合。相邻像素被分到不同集合，能充分利用局部相关性。
通道级掩码（channel-wise masking）：将前一半通道设为被动，后一半为主动。这通常在"压缩"操作后使用，因为此时空间分辨率已降低，通道间的语义分工更明确。

通过交替堆叠不同掩码的耦合层（至少三层），每个维度在不同层中分别作为被动变量和主动变量，信息得以充分混合。

多尺度架构：分层打包潜在变量

直接对高维图像（如 [math]\displaystyle{ 64\times64\times3 }[/math]）进行全维度耦合计算代价较高。RealNVP 采用 VGG 网络"降采样同时加深通道"的策略，引入两个关键操作：

压缩（squeezing）：将空间上每个 [math]\displaystyle{ 2\times2 }[/math] 的小块在通道方向上重排，将 [math]\displaystyle{ s\times s\times c }[/math] 重排为 [math]\displaystyle{ s/2 \times s/2 \times 4c }[/math]。空间分辨率减半，通道数四倍——信息被重新排列，但没有丢失。

变量分解（factoring out）：在每个尺度结束时，将当前表示的一半维度提取为潜在变量 [math]\displaystyle{ \mathbf{z}^{(i)} }[/math]，剩下的一半 [math]\displaystyle{ \mathbf{h}^{(i)} }[/math] 继续进入下一尺度。最终所有 [math]\displaystyle{ \mathbf{z}^{(i)} }[/math] 拼接成完整的潜在编码 [math]\displaystyle{ \mathbf{z} }[/math]。

该设计具有以下优势：

层次化表示：早期提取的 [math]\displaystyle{ \mathbf{z} }[/math] 对应局部纹理（如边缘、颜色），后期提取的对应全局语义（如物体姿态、场景结构）。
梯度分散：损失信号能直接传递到所有尺度，避免梯度在深层消失。
计算减负：越早提取的维度越多，后续层需要处理的特征图越小。

批量归一化：训练深层的稳定器

在耦合层之间插入批量归一化（BatchNorm），对每个维度做线性缩放：

[math]\displaystyle{ \mathbf{x} \mapsto \frac{\mathbf{x} - \tilde{\boldsymbol{\mu}}}{\sqrt{\tilde{\boldsymbol{\sigma}}^2 + \epsilon}} }[/math]

它的雅可比行列式是各维度缩放因子的乘积，可直接加入对数似然。此外，BatchNorm 起到训练深耦合层堆叠时的稳定作用——它抑制了由缩放参数 [math]\displaystyle{ \exp(\mathbf{s}) }[/math] 引起的数值爆炸，使梯度稳定传播。

数学原理

标准化流与变量替换公式

标准化流的核心是概率论中的变量替换公式（change of variables）。设 [math]\displaystyle{ \mathbf{z} \sim p_Z(\mathbf{z}) }[/math] 是已知先验（通常取标准正态 [math]\displaystyle{ \mathcal{N}(0, \mathbf{I}) }[/math]），[math]\displaystyle{ f = g^{-1} }[/math] 是从数据 [math]\displaystyle{ \mathbf{x} }[/math] 到 [math]\displaystyle{ \mathbf{z} }[/math] 的可逆映射（编码器）。则 [math]\displaystyle{ \mathbf{x} }[/math] 的密度为：

[math]\displaystyle{ p_X(\mathbf{x}) = p_Z\!\bigl(f(\mathbf{x})\bigr)\;\left|\det\!\left(\frac{\partial f(\mathbf{x})}{\partial \mathbf{x}^\top}\right)\right| }[/math]

(3)

取对数得到训练用的目标：

[math]\displaystyle{ \log p_X(\mathbf{x}) = \log p_Z\!\bigl(f(\mathbf{x})\bigr) + \log\left|\det\!\left(\frac{\partial f(\mathbf{x})}{\partial \mathbf{x}^\top}\right)\right| }[/math]

(4)

上式中，第一项 [math]\displaystyle{ \log p_Z(f(\mathbf{x})) }[/math] 衡量编码后分布与标准高斯的接近程度；第二项（对数雅可比行列式）则是体积补偿项——如果 [math]\displaystyle{ f }[/math] 在某个局部使空间扩张（[math]\displaystyle{ \det \gt 1 }[/math]），密度必须相应降低，反之亦然。当流由 [math]\displaystyle{ K }[/math] 个变换复合而成 [math]\displaystyle{ f = f_K \circ \cdots \circ f_1 }[/math] 时，总对数密度是各层对数行列式的求和：

[math]\displaystyle{ \log p_X(\mathbf{x}) = \log p_Z\!\bigl(f(\mathbf{x})\bigr) + \sum_{k=1}^K \log\left|\det\!\left(\frac{\partial f_k}{\partial \mathbf{x}_k^\top}\right)\right| }[/math]

采样时通过逆向进行：[math]\displaystyle{ \mathbf{z} \sim p_Z }[/math]，[math]\displaystyle{ \mathbf{x} = g(\mathbf{z}) = f_1^{-1} \circ \cdots \circ f_K^{-1}(\mathbf{z}) }[/math]，所有步骤均可并行。

仿射耦合的雅可比行列式与可逆性

仿射耦合层对前 [math]\displaystyle{ d }[/math] 维进行恒等映射，对后 [math]\displaystyle{ D-d }[/math] 维进行仿射映射，因而雅可比矩阵具有分块三角结构：

[math]\displaystyle{ \frac{\partial \mathbf{y}}{\partial \mathbf{x}^\top} = \begin{bmatrix} \mathbf{I}_d & \mathbf{0} \\[8pt] \dfrac{\partial \mathbf{y}_{d+1:D}}{\partial \mathbf{x}_{1:d}^\top} & \operatorname{diag}\!\bigl(\exp[\mathbf{s}(\mathbf{x}_{1:d})]\bigr) \end{bmatrix} }[/math]

由于左上角是单位阵，整个矩阵的行列式等于右下角对角阵的行列式：

[math]\displaystyle{ \det\!\left(\frac{\partial \mathbf{y}}{\partial \mathbf{x}^\top}\right) = \exp\!\left(\sum_{j=1}^{D-d} s_j(\mathbf{x}_{1:d})\right) }[/math]

(5)

上述性质是 RealNVP 可处理性的关键：计算行列式不需要对神经网络 [math]\displaystyle{ \mathbf{s} }[/math] 或 [math]\displaystyle{ \mathbf{t} }[/math] 求导。因此 [math]\displaystyle{ \mathbf{s} }[/math] 和 [math]\displaystyle{ \mathbf{t} }[/math] 可以是任意复杂的深度残差网络，而不会破坏密度评估的可处理性。多个耦合层复合时，行列式相乘、逆变换按相反顺序复合，性质仍然保持。

仿射耦合的逆变换为：对于公式 (1) 中的前向变换，经过代数变换即可得到公式 (2) 中的逆变换。无需对 [math]\displaystyle{ \mathbf{s} }[/math] 或 [math]\displaystyle{ \mathbf{t} }[/math] 求逆，只需按逆变换公式进行减法和除法即可。因此编码（求密度）和解码（采样）同样高效。

加性耦合、仿射耦合与体积保持

下表对比了三种耦合方式：

耦合类型	变换	雅可比行列式	体积行为
加性（NICE）	[math]\displaystyle{ \mathbf{y}_2 = \mathbf{x}_2 + \mathbf{t}(\mathbf{x}_1) }[/math]	[math]\displaystyle{ 1 }[/math]	体积保持
乘法	[math]\displaystyle{ \mathbf{y}_2 = \mathbf{x}_2 \odot \mathbf{s}(\mathbf{x}_1) }[/math]	[math]\displaystyle{ \prod s_j }[/math]	非体积保持
仿射（RealNVP）	[math]\displaystyle{ \mathbf{y}_2 = \mathbf{x}_2 \odot \exp(\mathbf{s}(\mathbf{x}_1)) + \mathbf{t}(\mathbf{x}_1) }[/math]	[math]\displaystyle{ \prod \exp(s_j) }[/math]	非体积保持

其中 [math]\displaystyle{ \odot }[/math] 为逐元素乘积，体现为空间的拉伸。NICE 的加性耦合对应于平移变换——只改变位置，不拉伸空间；RealNVP 的仿射耦合则允许缩放与平移的组合，更适合匹配真实数据中不同维度、不同尺度的变化。后续理论表明，缺乏这种"非体积保持"能力的流模型，在表达能力上存在本质限制^[5]。

损失函数与最大似然训练

RealNVP 通过最大化数据对数似然来训练，等价于最小化数据分布与模型分布的前向 KL 散度：

[math]\displaystyle{ \mathcal{L}(\theta) = -\mathbb{E}_{p^*(\mathbf{x})}\left[\log p_Z\!\bigl(f(\mathbf{x})\bigr) + \log\left|\det\!\left(\frac{\partial f(\mathbf{x})}{\partial \mathbf{x}^\top}\right)\right|\right] }[/math]

(6)

对于训练集 [math]\displaystyle{ \{\mathbf{x}^{(i)}\}_{i=1}^N }[/math]，使用蒙特卡洛近似：

[math]\displaystyle{ \mathcal{L}(\theta) \approx -\frac{1}{N}\sum_{i=1}^N \left[\log p_Z\!\bigl(f(\mathbf{x}^{(i)})\bigr) + \sum_{k=1}^K \log\left|\det\!\left(\frac{\partial f_k}{\partial \mathbf{x}_k^\top}\right)\right|\right] }[/math]

损失函数包含两项：

先验项 [math]\displaystyle{ \log p_Z(f(\mathbf{x})) }[/math]：促使编码后的 [math]\displaystyle{ \mathbf{z} }[/math] 聚集在 Gaussian 中心附近，相当于对潜在空间的正则化。
行列式项：促使模型在数据密集的区域扩张体积、在稀疏区域收缩体积——这与信息论中将码空间分配给高概率事件的原则一致。

从对偶视角看（Papamakarios et al., 2021）^[6]：在数据上最小化前向 KL，等价于在潜在空间中最小化推前分布与先验之间的反向 KL。

实际训练配置：Adam 优化器，权重衰减 [math]\displaystyle{ 5\times10^{-5} }[/math]，批量大小 64，先验为标准高斯。图像数据通常先经 logit 变换 [math]\displaystyle{ \operatorname{logit}(\alpha + (1-\alpha)\mathbf{x}/256) }[/math] 处理，以消除像素边界的边界效应。

优缺点

优势

精确且可处理的对数似然：无需变分下界或对抗训练，直接给出数据的精确密度值，适用于异常检测、贝叶斯推断等需要显式概率的场景。
并行采样与推断：编码和解码均可在维度上完全并行，速度高于自回归模型。
语义潜在空间：同维度的潜在表示支持属性插值与操控，适合表示学习。
架构灵活：[math]\displaystyle{ \mathbf{s} }[/math] 和 [math]\displaystyle{ \mathbf{t} }[/math] 网络可使用任意深度 CNN/ResNet，表达能力不受耦合结构本身限制。
综合多种模型特性：兼具自回归模型的精确似然、VAE 的快速采样、以及不依赖固定重建损失的生成能力。

局限

似然性能未达最优：在 bits/dim 上仍略逊于 PixelRNN 等先进自回归基线。
维度保持约束：单层流无法降维，需通过多尺度架构的"分解"操作间接实现。
仿射耦合的表达力上限：相比后续 Flow++ 的 Logistic 混合 CDF 耦合、Neural Spline Flows 的有理二次样条耦合，仿射函数形式较简单^[7]。
均匀去量化的次优性：对离散像素加均匀噪声的做法，后来被变分去量化改进。
分区固定性：掩码模式在训练前固定，Glow 的可逆 [math]\displaystyle{ 1\times1 }[/math] 卷积通过学习置换提供了更灵活的分区^[8]。

与相关框架的关系

RealNVP 在标准化流的发展中处于承上启下的位置：

前驱工作

方法	年份	核心贡献	与 RealNVP 的关系
NICE^[4]	2014	加性耦合层	RealNVP 的直接前身，将加性耦合扩展为仿射耦合
Rezende & Mohamed NFs^[9]	2015	标准化流术语 + 平面流/径向流	提供了变分推断中标准化流的理论框架

后继发展

方法	年份	核心创新	与 RealNVP 的对比
MAF^[10]	2017	全自回归条件	密度评估更灵活，但采样需顺序进行
Glow^[8]	2018	可逆 1×1 卷积 + actnorm	刷新了图像生成基准
FFJORD^[11]	2019	连续时间流 + ODE 描述	消除架构约束，但需数值积分
Flow++^[7]	2019	变分去量化 + Logistic 混合 CDF 耦合	改进 RealNVP 在密度估计、去量化和耦合函数上的短板
Residual Flows^[12]	2019	无偏行列式估计	将残差网络引入可逆建模

理论分析

Draxler et al.（ICML 2024）^[5]：证明耦合型标准化流（含 RealNVP）在良好条件下是分布普适的；体积保持流则不是，说明 NICE 存在理论局限。

应用/实例

自然图像密度估计与生成

RealNVP 在多个图像基准上验证了其密度估计与生成性能：

数据集	分辨率	测试对数似然（bits/dim）	关键发现
CIFAR-10	[math]\displaystyle{ 32 \times 32 }[/math]	3.49	生成样本全局连贯，优于 VAE
ImageNet	[math]\displaystyle{ 32 \times 32 }[/math]	4.28	有效建模大规模自然图像分布
ImageNet	[math]\displaystyle{ 64 \times 64 }[/math]	3.98	能捕捉前景/背景分割与光照一致性
LSUN（卧室/塔楼/教堂）	[math]\displaystyle{ 64 \times 64 }[/math]	—	建模了室内外场景的语义结构
CelebA	[math]\displaystyle{ 64 \times 64 }[/math]	—	潜在空间具有可解释的语义方向

与 VAE 相比，RealNVP 不依赖固定的重建损失（如 MSE），避免了过度平滑高频细节；与自回归模型（如 PixelRNN）相比，RealNVP 的采样在维度上完全并行，速度更快。

潜在空间插值与语义操控

RealNVP 的潜在空间具有可解释的语义结构。给定四个样本的编码 [math]\displaystyle{ \mathbf{z}^{(1)}, \dots, \mathbf{z}^{(4)} }[/math]，可在潜在空间中做球面插值：

[math]\displaystyle{ \mathbf{z}(\phi, \phi') = \cos\phi\,(\cos\phi'\,\mathbf{z}^{(1)} + \sin\phi'\,\mathbf{z}^{(2)}) + \sin\phi\,(\cos\phi'\,\mathbf{z}^{(3)} + \sin\phi'\,\mathbf{z}^{(4)}) }[/math]

解码后能看到姿态、表情、背景等属性的平滑过渡，而非简单的像素混合。在 CelebA 的类条件模型中，沿着特定方向移动潜在编码可系统性地操控性别、眼镜、微笑等属性，表明该空间具有类似词向量的线性语义结构。

重建设置中的推断

由于编码器 [math]\displaystyle{ f }[/math] 与解码器 [math]\displaystyle{ g }[/math] 互为逆映射（[math]\displaystyle{ \mathbf{x} = g(f(\mathbf{x})) }[/math]），RealNVP 适合图像修复、去噪、着色等任务。以图像修复为例：已知像素 [math]\displaystyle{ \mathbf{x}_O }[/math] 固定，对缺失像素 [math]\displaystyle{ \mathbf{x}_H }[/math] 用梯度上升最大化 [math]\displaystyle{ \log p_X(\mathbf{x}_O, \mathbf{x}_H) }[/math]，并加入少量高斯噪声扰动：

[math]\displaystyle{ \mathbf{x}_{H}^{(t+1)} = \mathbf{x}_{H}^{(t)} + \alpha_t \left(\frac{\partial \log p_X(\mathbf{x}_O, \mathbf{x}_{H}^{(t)})}{\partial \mathbf{x}_H} + \boldsymbol{\epsilon}\right) }[/math]

由于模型学习了全数据分布的精确密度，它能对任意形状的掩码产生合理的语义补全，而非仅记忆特定训练掩码。

在 NIS/NIS+ 因果涌现框架中的应用

在 NIS（神经信息挤压器）及 NIS+ 中，RealNVP 被用作可逆编码器（INN），粗粒化策略被建模为两阶段过程：

无损变换：由 RealNVP 耦合层堆叠构成的可逆神经网络（INN）[math]\displaystyle{ \psi_\alpha: \mathbb{R}^p \to \mathbb{R}^p }[/math] 将微观状态 [math]\displaystyle{ \mathbf{x}_t }[/math] 映射到等维潜在空间 [math]\displaystyle{ \mathbf{x}'_t }[/math]。该阶段信息不丢失。
信息丢弃：投影算子 [math]\displaystyle{ \chi_{p,q} }[/math] 丢弃 [math]\displaystyle{ p-q }[/math] 个维度，得到宏观状态 [math]\displaystyle{ \mathbf{y}_t = \chi_{p,q}(\psi_\alpha(\mathbf{x}_t)) }[/math]。

解码时，将宏观预测 [math]\displaystyle{ \hat{\mathbf{y}}_{t+1} }[/math] 与 [math]\displaystyle{ p-q }[/math] 维标准高斯噪声拼接，通过逆 INN [math]\displaystyle{ \psi_\alpha^{-1} }[/math] 重构微观状态。由于 RealNVP 的编码器与解码器只是方向反转，参数完全共享，模型参数量直接减半。

NIS 论文给出选用 RealNVP 的三点依据^[13]：

精确可逆性：微观到潜在的变换不损失信息，信息丢弃量 [math]\displaystyle{ p-q }[/math] 成为显式可控的超参数。
参数共享：[math]\displaystyle{ \psi_\alpha }[/math] 与 [math]\displaystyle{ \psi_\alpha^{-1} }[/math] 共用一套参数，显著压缩模型规模。
行列式可解析：三角雅可比结构使有效信息（EI）上界和最优宏观维度 [math]\displaystyle{ q }[/math] 的存在性等核心定理得以严格推导。

消融实验表明，若将 RealNVP 替换为普通前馈网络或 VAE，多步预测误差显著上升；在分布外泛化测试中，仅基于 RealNVP 的 NIS/NIS+ 保持了低误差。论文指出：可逆神经网络作为编码器和解码器是必需的。在 NIS+ 中，RealNVP 继续承担编码–解码功能，而 EI 最大化等改进发生在投影后的宏观动力学空间上，不改动 INN 模块本身^[14]。

参考文献

↑ Dinh L.; Sohl-Dickstein J.; Bengio S. (2017). "Density Estimation Using Real NVP". International Conference on Learning Representations (ICLR).
↑ Chen S. S.; Gopinath R. A. (2000). Gaussianization. Advances in Neural Information Processing Systems (NIPS).
↑ Tabak E. G.; Vanden-Eijnden E. (2010). "Density Estimation by Dual Ascent of the Log-Likelihood". Communications in Mathematical Sciences. 8 (1): 217–233.
↑ ^4.0 ^4.1 Dinh L.; Krueger D.; Bengio Y. (2014). "NICE: Non-linear Independent Components Estimation". ICLR 2015 Workshop.
↑ ^5.0 ^5.1 ^5.2 Draxler F.; Wahl S.; Schnörr C.; Köthe U. (2024). "On the Universality of Volume-Preserving and Coupling-Based Normalizing Flows". Proceedings of the 41st International Conference on Machine Learning (ICML). PMLR 235.
↑ Papamakarios G.; Nalisnick E.; Rezende D. J.; Mohamed S.; Lakshminarayanan B. (2021). "Normalizing Flows for Probabilistic Modeling and Inference". Journal of Machine Learning Research. 22 (57): 1–64.
↑ ^7.0 ^7.1 Ho J.; Chen X.; Srinivas A.; Duan Y.; Abbeel P. (2019). "Flow++: Improving Flow-Based Generative Models with Variational Dequantization and Architecture Design". ICML.
↑ ^8.0 ^8.1 Kingma D. P.; Dhariwal P. (2018). "Glow: Generative Flow with Invertible 1×1 Convolutions". NeurIPS.
↑ Rezende D. J.; Mohamed S. (2015). "Variational Inference with Normalizing Flows". ICML.
↑ Papamakarios G.; Pavlakou T.; Murray I. (2017). "Masked Autoregressive Flow for Density Estimation". NIPS.
↑ Grathwohl W.; Chen R. T. Q.; Bettencourt J.; Sutskever I.; Duvenaud D. (2019). "FFJORD: Free-form Continuous Dynamics for Scalable Reversible Generative Models". ICLR.
↑ Chen R. T. Q.; Behrmann J.; Duvenaud D.; Jacobsen J.-H. (2019). "Residual Flows for Invertible Generative Modeling". NeurIPS.
↑ Zhang J.; Liu K. (2022). "Neural Information Squeezer for Causal Emergence". Entropy. 25 (1): 26.
↑ Yang M.; Wang Z.; Liu K.; Rong Y.; Yuan B.; Zhang J. (2025). "Finding Emergence in Data by Maximizing Effective Information". National Science Review. 12 (1): nwae279.

署名

本词条由 [编写者姓名] 编写，[审阅者姓名] 审阅，[日期] 发布。

贡献者：集智百科团队

[Dinh2017-1] Dinh L.; Sohl-Dickstein J.; Bengio S. (2017). "Density Estimation Using Real NVP". International Conference on Learning Representations (ICLR).

[Chen2000-2] Chen S. S.; Gopinath R. A. (2000). Gaussianization. Advances in Neural Information Processing Systems (NIPS).

[Tabak2010-3] Tabak E. G.; Vanden-Eijnden E. (2010). "Density Estimation by Dual Ascent of the Log-Likelihood". Communications in Mathematical Sciences. 8 (1): 217–233.

[NICE2014-4] 4.0 ^4.1 Dinh L.; Krueger D.; Bengio Y. (2014). "NICE: Non-linear Independent Components Estimation". ICLR 2015 Workshop.

[Draxler2024-5] 5.0 ^5.1 ^5.2 Draxler F.; Wahl S.; Schnörr C.; Köthe U. (2024). "On the Universality of Volume-Preserving and Coupling-Based Normalizing Flows". Proceedings of the 41st International Conference on Machine Learning (ICML). PMLR 235.

[Papamakarios2021-6] Papamakarios G.; Nalisnick E.; Rezende D. J.; Mohamed S.; Lakshminarayanan B. (2021). "Normalizing Flows for Probabilistic Modeling and Inference". Journal of Machine Learning Research. 22 (57): 1–64.

[FlowPlusPlus2019-7] 7.0 ^7.1 Ho J.; Chen X.; Srinivas A.; Duan Y.; Abbeel P. (2019). "Flow++: Improving Flow-Based Generative Models with Variational Dequantization and Architecture Design". ICML.

[Glow2018-8] 8.0 ^8.1 Kingma D. P.; Dhariwal P. (2018). "Glow: Generative Flow with Invertible 1×1 Convolutions". NeurIPS.

[Rezende2015-9] Rezende D. J.; Mohamed S. (2015). "Variational Inference with Normalizing Flows". ICML.

[MAF2017-10] Papamakarios G.; Pavlakou T.; Murray I. (2017). "Masked Autoregressive Flow for Density Estimation". NIPS.

[FFJORD2019-11] Grathwohl W.; Chen R. T. Q.; Bettencourt J.; Sutskever I.; Duvenaud D. (2019). "FFJORD: Free-form Continuous Dynamics for Scalable Reversible Generative Models". ICLR.

[ResidualFlows2019-12] Chen R. T. Q.; Behrmann J.; Duvenaud D.; Jacobsen J.-H. (2019). "Residual Flows for Invertible Generative Modeling". NeurIPS.

[NIS2022-13] Zhang J.; Liu K. (2022). "Neural Information Squeezer for Causal Emergence". Entropy. 25 (1): 26.

[NISPlus2025-14] Yang M.; Wang Z.; Liu K.; Rong Y.; Yuan B.; Zhang J. (2025). "Finding Emergence in Data by Maximizing Effective Information". National Science Review. 12 (1): nwae279.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

“Realnvp”的版本间的差异