VAE相关改进

VAE的相关改进：1）VAE和GAN结合，GAN的缺点是训练不稳定；2）VAE和flow模型结合；3）VQ-VAE

NVAE

Nouveau VAE，包含了多尺度架构、可分离卷积、swish **函数、flow 模型等

自回归分布

将隐变量分组，针对组间

多尺度设计

其他性能提升技巧

BN层改进（改成Instance Normalization或Weight Normalization）；谱正则化的应用（在每一个卷积层加谱正则化）；flow模型增强分布；节省显存的技巧

参考材料

扩展阅读

论文标题：Training Generative Adversarial Networks with Limited Data
论文链接
参考材料