自回归模型:PixelCNN

【导读】自回归模型时生成模型的一种，本文介绍了其代表作PixelCNN的原理、代码实现以及应用。介绍生成模型最近备受关注，是无监督学习中的一类重要模型。 它的目标是学习生成新样本，使得这些样本看起来与训练数据相似。一旦模型成功训练，它就可以用于从图像修复，着色，超分辨率等。自回归是生成模型的一种，它构建一个显式密度模型，该模型学习训练数据的最大似然。自回归是一种实用的方法，它提供了似然函数的显式建模。但是，要对具有多个维度/特征的数据进行建模，自回归模型需要更多条件。首先，输入空间X需要为其特征确定顺序。这就是为什么自回归模型通常用于具有固有时间步长序列的时间序列。但是，可以通过定义（例如） ………………………………