更改

​

​

2017 年的 RealNVP 在 NICE 的基础上将[[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[[通用逼近器]]（universal approximator），而仿射耦合流在一定的良好条件下'''则是'''<ref name="Draxler2024">{{cite journal|author1=Draxler F.|author2=Wahl S.|author3=Schnörr C.|author4=Köthe U.|title=On the Universality of Volume-Preserving and Coupling-Based Normalizing Flows|journal=Proceedings of the 41st International Conference on Machine Learning (ICML)|year=2024|publisher=PMLR 235}}</ref>。这从理论上解释了 RealNVP 相对于 NICE 的优势。除[[耦合流]]一支外，标准化流还有[[自回归流]]、[[连续流]]等其他实现路线（见"与相关框架的关系"一节）；RealNVP 是耦合流支线上的关键一环。

2017 年的 RealNVP 在 NICE 的基础上将[[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[[通用逼近器]]（universal approximator），而仿射耦合流在一定的良好条件下'''则是通用逼近的'''<ref name="Draxler2024">{{cite journal|author1=Draxler F.|author2=Wahl S.|author3=Schnörr C.|author4=Köthe U.|title=On the Universality of Volume-Preserving and Coupling-Based Normalizing Flows|journal=Proceedings of the 41st International Conference on Machine Learning (ICML)|year=2024|publisher=PMLR 235}}</ref>。这从理论上解释了 RealNVP 相对于 NICE 的优势。除[[耦合流]]一支外，标准化流还有[[自回归流]]、[[连续流]]等其他实现路线（见"与相关框架的关系"一节）；RealNVP 是耦合流支线上的关键一环。

​

​