更改

[[标准化流]]（Normalizing Flows，NF）是一类通用的方法，它通过构造一种可逆的变换，将任意的数据分布<math>p_x (\mathbf{x}) </math>变换到一个简单的基础分布<math>p_z (\mathbf{z})</math>，因为变换是可逆的，所以<math>\mathbf{x}</math>和<math>\mathbf{z}</math>是可以任意等价变换的。之所以叫Normalizing Flows，是因为它包含两个概念：

[[标准化流]]（Normalizing Flows，NF）是一类通用的方法，它通过构造一种可逆的变换，将任意的数据分布<math>p_x (\mathbf{x}) </math>变换到一个简单的基础分布<math>p_z (\mathbf{z})</math>，因为变换是可逆的，所以<math>\mathbf{x}</math>和<math>\mathbf{z}</math>是可以任意等价变换的。之所以叫Normalizing Flows，是因为它包含两个概念：

*标准化（normalize）：它可以将任意的复杂数据分布进行标准化为一个标准的分布（例如正态分布），类似于数据预处理中常用的数据0均值1方差的标准化，但是要精细很多；

*标准化（normalize）：它可以将任意的复杂数据分布标准化为一个特定的分布（例如正态分布），类似于数据预处理中常用的对数据进行0均值1方差的标准化，但是更一般的标准化要精细很多；

*流（Flows）：数据的分布可以非常的复杂，需要多个同样的操作组合来达到标准化的效果，这个组合的过程称为流。

*流（Flows）：数据的分布可以非常的复杂，需要多个同样的操作组合来达到标准化的效果，这个组合的过程称为流。