细水长flow之RealNVP与Glow：流模型的传承与升华

上一篇文章 《细水长flow之NICE：流模型的基本概念与实现》 中，我们介绍了flow模型中的一个开山之作：NICE模型。从NICE模型中，我们能知道flow模型的基本概念和基本思想，最后笔者还给出了Keras中的NICE实现。

本文我们来关心NICE的升级版：RealNVP和Glow。

glow的样本插值效果

不得不说，flow模型是一个在设计上非常精巧的模型。总的来看，flow就是想办法得到一个encoder将输入$\boldsymbol{x}$编码为隐变量$\boldsymbol{z}$，并且使得$\boldsymbol{z}$服从标准正态分布。得益于flow模型的精巧设计，这个encoder是可逆的，从而我们可以立马从encoder写出相应的decoder（生成器）出来，因此，只要encoder训练完成，我们就能同时得到decoder，完成生成模型的构建。

为了完成这个构思，不仅仅要使得模型可逆，还要使得对应的雅可比行列式容易计算，为此，NICE提出了加性耦合层，通过多个加性耦合层的堆叠，使得模型既具有强大的拟合能力，又具有单位雅可比行列式。就这样，一种不同于VAE和GAN的生成模型——flow模型就这样出来了，它通过巧妙的构造，让我们能直接去拟合概率分布本身。

NICE提供了flow模型这样一种新的思路，并完成了简单的实验，但它同时也留下了更多的未知的空间。flow模型构思巧妙，相比之下，NICE的实验则显得过于粗糙：只是简单地堆叠了全连接层，并没有给出诸如卷积层的用法，论文虽然做了多个实验，但事实上真正成功的实验只有MNIST，说服力不够。

因此，flow模型还需要进一步挖掘，才能在生成模型领域更加出众。这些拓展，由它的“继承者”RealNVP和Glow模型完成了，可以说，它们的工作使得flow模型大放异彩，成为生成模型领域的佼佼者。

这部分我们来介绍RealNVP模型，它是NICE的改进，来自论文 《Density estimation using Real NVP》 。它一般化了耦合层，并成功地在耦合模型中引入了卷积层，使得可以更好地处理图像问题。更进一步地，它还提出了多尺度层的设计，这能够降低计算量，通过还提供了强大的正则效果，使得生成质量得到提升。至此，flow模型的一般框架开始形成。

后面的Glow模型基本上沿用了RealNVP的框架，只是对部分内容进行了修改（比如引入了可逆1x1卷积来代替 排序 层）。不过值得一提的是，Glow简化了RealNVP的结构，表明RealNVP中某些比较复杂的设计是没有必要的。因此本文在介绍RealNVP和Glow时，并没有严格区分它们，而只是突出它们的主要贡献。

其实NICE和RealNVP的第一作者都是Laurent Dinh，他是Bengio的博士生，他对flow模型的追求和完善十分让我钦佩。在第一篇NICE中，他提出了加性耦合层，事实上也提到了乘性耦合层，只不过没有用上；而在RealNVP，加性和乘性耦合层结合在一起，成为一个一般的“仿射耦合层”。

$$\begin{aligned}&\boldsymbol{h}_{1} = \boldsymbol{x}_{1}\\

&\boldsymbol{h}_{2} = \boldsymbol{s}(\boldsymbol{x}_{1})\otimes\boldsymbol{x}_{2} + \boldsymbol{t}(\boldsymbol{x}_{1})(\boldsymbol{x}_{1})\end{aligned}\tag{1}$$

这里的$\boldsymbol{s},\boldsymbol{t}$都是$\boldsymbol{x}_1$的向量函数，形式上第二个式子对应于$\boldsymbol{x}_2$的一个仿射变换，因此称为“仿射耦合层”。

仿射耦合的雅可比矩阵依然是一个三角阵，但对角线不全为1，用分块矩阵表示为

$$\left[\frac{\partial \boldsymbol{h}}{\partial \boldsymbol{x}}\right]=\begin{pmatrix}\mathbb{I}_d & \mathbb{O} \\

\left[\frac{\partial \boldsymbol{m}}{\partial \boldsymbol{x}_1}\right] & \boldsymbol{s}\end{pmatrix}\tag{2}$$

很明显，它的行列式就是$\boldsymbol{s}$各个元素之积。为了保证可逆性，一般我们约束$\boldsymbol{s}$各个元素均大于零，所以一般情况下，我们都是直接用神经网络建模输出$\log \boldsymbol{s}$，然后取指数形式$e^{\log \boldsymbol{s}}$。

注：从仿射层大概就可以知道RealNVP的名称来源了，它的全称为“real-valued non-volume preserving”，强行翻译为“实值非体积保持”。相对于加性耦合层的行列式为1，RealNVP的雅可比行列式不再恒等于1，而我们知道行列式的几何意义就是体积（请参考 《〈新理解矩阵5〉：体积=行列式》 ），所以行列式等于1就意味着体积没有变化，而仿射耦合层的行列式不等于1就意味着体积有所变化，所谓“非体积保持”。

在NICE中，作者通过交错的方式来混合信息流（这也理论等价于直接反转原来的向量），如下图（对应地，这里已经换为本文的仿射耦合层图示）：

NICE通过交叉耦合，充分混合信息

而RealNVP发现，通过随机的方式将向量打乱，可以使信息混合得更加充分，最终的loss可以更低，如图

RealNVP通过随机打乱每一步输出的整个向量，使得信息混合得更充分均匀

这里的随机打乱，就是指将每一步flow输出的两个向量$\boldsymbol{h}_1, \boldsymbol{h}_2$拼接成一个向量$\boldsymbol{h}$，然后将这个向量重新随机排序。

RealNVP中给出了在flow模型中合理使用卷积神经网络的方案，这使得我们可以更好地处理图像问题，并且减少参数量，还可以更充分发挥模型的并行性能。

注意，不是任意情况下套用卷积都是合理的，用卷积的前提是输入（在空间维度）具有局部相关性。图像本身是具有局部相关性的，因为相邻之间的像素是有一定关联的，因此一般的图像模型都可以使用卷积。但是我们注意flow中的两个操作：1、将输入分割为两部分$\boldsymbol{x}_1,\boldsymbol{x}_2$，然后输入到耦合层中，而模型$\boldsymbol{s},\boldsymbol{t}$事实上只对$\boldsymbol{x}_1$进行处理；2、特征输入耦合层之前，要随机打乱原来特征的各个维度（相当于乱序的特征）。这两个操作都会破坏局部相关性，比如分割操作有可能割裂原来相邻的像素，随机打乱也可能将原来相邻的两个像素分割得很远。

所以，如果还要坚持使用卷积，就要想办法保留这种空间的局部相关性。我们知道，一幅图像有三个轴：高度（height）、宽度（width）、通道（channel），前两个属于空间轴，显然具有局部相关性，因此能“搞”的就只有“通道”轴。为此，RealNVP约定分割和打乱操作，都只对“通道”轴执行。也就是说，沿着通道将输入分割为$\boldsymbol{x}_1,\boldsymbol{x}_2$后，$\boldsymbol{x}_1$还是具有局部相关性的，还有沿着通道按着同一方式打乱整体后，空间部分的相关性依然得到保留，因此在模型$\boldsymbol{s},\boldsymbol{t}$中就可以使用卷积了。

注：在RealNVP中，将输入分割为两部分的操作称为mask，因为这等价于用0/1来区别标注原始输入。除了前面说的通过通道轴对半分的mask外，RealNVP事实上还引入了一种空间轴上的交错mask，如上图的右边，这种mask称为棋盘式mask（格式像国际象棋的棋盘）。这种特殊的分割也保留了空间局部相关性，原论文中是两种mask方式交替使用的，但这种棋盘式mask相对复杂，也没有什么特别明显的提升，所以在Glow中已经被抛弃。

不过想想就会发现有问题。一般的图像通道轴就只有三维，像MNIST这种灰度图还只有一维，怎么分割成两半？又怎么随机打乱？为了解决这个问题，RealNVP引入了称为squeeze的操作，来让通道轴具有更高的维度。其思想很简单：直接reshape，但reshape时局部地进行。具体来说，假设原来图像为$h\times w\times c$大小，前两个轴是空间维度，然后沿着空间维度分为一个个$2\times 2\times c$的块（这个2可以自定义），然后将每个块直接reshape为$1\times 1\times 4c$，也就是说最后变成了$h/2 \times w/2 \times 4c$。

squeeze操作图示，其中2x2的小区域可以换为自定义大小的区域

有了squeeze这个操作，我们就可以增加通道轴的维数，但依然保留局部相关性，从而我们前面说的所有事情都可以进行下去了，所以squeeze成为flow模型在图像应用中的必备操作。

RealNVP中的多尺度结构图示

除了成功地引入卷积层外，RealNVP的另一重要进展是加入了多尺度结构。跟卷积层一样，这也是一个既减少了模型复杂度、又提升了结果的策略。

多尺度结构其实并不复杂，如图所示。原始输入经过第一步flow运算（“flow运算”指的是多个仿射耦合层的复合）后，输出跟输入的大小一样，这时候将输入对半分开两半$\boldsymbol{z}_1,\boldsymbol{z}_2$（自然也是沿着通道轴），其中$\boldsymbol{z}_1$直接输出，而只将$\boldsymbol{z}_2$送入到下一步flow运算，后面的依此类推。比如图中的特例，最终的输出由$\boldsymbol{z}_1,\boldsymbol{z}_3,\boldsymbol{z}_5$组成，总大小跟输入一样。

多尺度结构有点“分形”的味道，原论文说它启发于VGG。每一步的多尺度操作直接将数据尺寸减少到原来的一半，显然是非常可观的。但有一个很重要的细节，在RealNVP和Glow的论文中都没有提到，我是看了源码才明白的，那就是最终的输出$[\boldsymbol{z}_1,\boldsymbol{z}_3,\boldsymbol{z}_5]$的先验分布应该怎么取？按照flow模型的通用假设，直接设为一个标准正态分布？

事实上，作为不同位置的多尺度输出，$\boldsymbol{z}_1,\boldsymbol{z}_3,\boldsymbol{z}_5$的地位是不对等的，而如果直接设一个总体的标准正态分布，那就是强行将它们对等起来，这是不合理的。最好的方案，应该是写出条件概率公式

$$p(\boldsymbol{z}_1,\boldsymbol{z}_3,\boldsymbol{z}_5)=p(\boldsymbol{z}_1|\boldsymbol{z}_3,\boldsymbol{z}_5)p(\boldsymbol{z}_3|\boldsymbol{z}_5)p(\boldsymbol{z}_5)\tag{3}$$

由于$\boldsymbol{z}_3,\boldsymbol{z}_5$是由$\boldsymbol{z}_2$完全决定的，$\boldsymbol{z}_5$也是由$\boldsymbol{z}_4$完全决定的，因此条件部分可以改为

$$p(\boldsymbol{z}_1,\boldsymbol{z}_3,\boldsymbol{z}_5)=p(\boldsymbol{z}_1|\boldsymbol{z}_2)p(\boldsymbol{z}_3|\boldsymbol{z}_4)p(\boldsymbol{z}_5)\tag{4}$$

RealNVP和Glow假设右端三个概率分布都是正态分布，其中$p(\boldsymbol{z}_1|\boldsymbol{z}_2)$的均值方差由$\boldsymbol{z}_2$算出来（可以直接通过卷积运算，这有点像VAE），$p(\boldsymbol{z}_3|\boldsymbol{z}_4)$的均值方差由$\boldsymbol{z}_4$算出来，$p(\boldsymbol{z}_5)$的均值方差直接学习出来。

显然这样的假设会比简单认为它们都是标准正态分布要有效得多。我们还可以换一种表述方法：上述的先验假设相当于做了如下的变量代换

$$\boldsymbol{\hat{z}}_1=\frac{\boldsymbol{z}_1 - \boldsymbol{\mu}(\boldsymbol{z}_2)}{\boldsymbol{\sigma}(\boldsymbol{z}_2)},\quad \boldsymbol{\hat{z}}_3=\frac{\boldsymbol{z}_3 - \boldsymbol{\mu}(\boldsymbol{z}_4)}{\boldsymbol{\sigma}(\boldsymbol{z}_4)},\quad \boldsymbol{\hat{z}}_5=\frac{\boldsymbol{z}_5 - \boldsymbol{\mu}}{\boldsymbol{\sigma}}\tag{5}$$

然后认为$[\boldsymbol{\hat{z}}_1,\boldsymbol{\hat{z}}_3,\boldsymbol{\hat{z}}_5]$服从标准正态分布。同NICE的尺度变换层一样，这三个变换都会导致一个非1的雅可比行列式，也就是要往loss中加入形如$\sum_{i=1}^D\log \boldsymbol{\sigma}_i$的这一项。

咋看之下多尺度结构就是为了降低运算量，但并不是那么简单。由于flow模型的可逆性，输入输出维度一样，事实上这会存在非常严重的维度浪费问题，这往往要求我们需要用足够复杂的网络去缓解这个维度浪费。 多尺度结构相当于抛弃了$p(\boldsymbol{z})$是标准正态分布的直接假设，而采用了一个组合式的条件分布，这样尽管输入输出的总维度依然一样，但是不同层次的输出地位已经不对等了，模型可以通过控制每个条件分布的方差来抑制维度浪费问题（极端情况下，方差为0，那么高斯分布坍缩为狄拉克分布，维度就降低1），条件分布相比于独立分布具有更大的灵活性 。而如果单纯从loss的角度看，多尺度结构为模型提供了一个强有力的正则项（相当于多层图像分类模型中的多条直连边）。

整体来看，Glow模型在RealNVP的基础上引入了1x1可逆卷积来代替前面说的打乱通道轴的操作，并且对RealNVP的原始模型做了简化和规范，使得它更易于理解和使用。

Glow博客： https://blog.openai.com/glow/

Glow源码： https://github.com/openai/glow

这部分介绍Glow的主要改进工作：可逆1x1卷积。

可逆1x1卷积源于我们对置换操作的一般化。我们知道，在flow模型中，一步很重要的操作就是将各个维度重新排列，NICE是简单反转，而RealNVP则是随机打乱。不管是哪一种，都对应着向量的置换操作。

事实上，对向量的置换操作，可以用矩阵乘法来描述，比如原来向量是$[1, 2, 3, 4]$，分别交换第一、二和第三、四两个数，得到$[2, 1, 4, 3]$，这个操作可以用矩阵乘法来描述：

$$\begin{pmatrix}2 \\ 1 \\ 4 \\ 3\end{pmatrix} = \begin{pmatrix}0 & 1 & 0 & 0\\ 1 & 0 & 0 & 0 \\ 0 & 0 & 0 & 1 \\ 0 & 0 & 1 & 0\end{pmatrix} \begin{pmatrix}1 \\ 2 \\ 3 \\ 4\end{pmatrix}\tag{6}$$

其中右端第一项是“由单位矩阵不断交换两行或两列最终得到的矩阵”称为置换矩阵。

既然这样，那很自然的想法就是：为什么不将置换矩阵换成一般的可训练的参数矩阵呢？所谓1x1可逆卷积，就是这个想法的结果。

注意，我们一开始提出flow模型的思路时就已经明确指出，flow模型中的变换要满足两个条件：一是可逆，二是雅可比行列式容易计算。如果直接写出变换

$$\boldsymbol{h}=\boldsymbol{x}\boldsymbol{W}$$

那么它就只是一个普通的没有bias的全连接层，并不能保证满足这两个条件。为此，我们要做一些准备工作。首先，我们让$\boldsymbol{h}$和$\boldsymbol{x}$的维度一样，也就是说$\boldsymbol{W}$是一个方阵，这是最基本的设置；其次，由于这只是一个线性变换，因此它的雅可比矩阵就是$\left[\frac{\partial \boldsymbol{h}}{\partial \boldsymbol{x}} \right]=\boldsymbol{W}$，所以它的行列式就是$\det \boldsymbol{W}$，因此我们需要把$-\log |\det \boldsymbol{W}|$这一项加入到loss中；最后，初始化时为了保证$\boldsymbol{W}$的可逆性，一般使用“随机正交矩阵”初始化。

以上做法只是一个很基本的解决方案，我们知道，算矩阵的行列式运算量特别大，还容易溢出。而Glow给出了一个非常巧妙的解决方案：LU分解的逆运用。具体来说，是因为任意矩阵都可以分解为

$$\boldsymbol{W}=\boldsymbol{P}\boldsymbol{L}\boldsymbol{U}\tag{7}$$

其中$\boldsymbol{P}$是一个置换矩阵，也就是前面说的shuffle的等价矩阵；$\boldsymbol{L}$是一个下三角阵，对角线元素全为1；$\boldsymbol{U}$是一个上三角阵。这种形式的分解称为LU分解。如果知道这种矩阵的表达形式，显然求雅可比行列式是很容易的，它等于

$$\log |\det \boldsymbol{W}| = \sum \log|\text{diag}(\boldsymbol{U})|\tag{8}$$

也就是$\boldsymbol{U}$的对角线元素的绝对值对数之和。既然任意矩阵都可以分解成$(7)$式，我们何不直接设$\boldsymbol{W}$的形式为$(7)$式？这样一来矩阵乘法计算量并没有明显提升，但求行列式的计算量大大降低，而且计算起来也更为容易。这就是Glow中给出的技巧：先随机生成一个正交矩阵，然后做LU分解，得到$\boldsymbol{P},\boldsymbol{L},\boldsymbol{U}$，固定$\boldsymbol{P}$，也固定$\boldsymbol{U}$的对角线的正负号，然后约束$\boldsymbol{L}$为对角线全1的下三角阵，$\boldsymbol{U}$为上三角阵，优化训练$\boldsymbol{L},\boldsymbol{U}$的其余参数。

上面的描述只是基于全连接的。如果用到图像中，那么就要在每个通道向量上施行同样的运算，这等价于1x1的卷积，这就是所谓的可逆1x1卷积的来源。事实上我觉得这个名字起得不大好，它本质上就是共享权重的、可逆的全连接层，单说1x1卷积，就把它局限在图像中了，不够一般化。

三种不同的打乱方案最终的loss曲线比较（来自OpenAI博客）

Glow的论文做了对比实验，表明相比于直接反转，shuffle能达到更低的loss，而相比shuffle，可逆1x1卷积能达到更低的loss。我自己的实验也表明了这一点。

不过要指出的是：可逆1x1卷积虽然能降低loss，但是有一些要注意的问题。第一，loss的降低不代表生成质量的提高，比如A模型用了shuffle，训练200个epoch训练到loss=-50000，B模型用了可逆卷积，训练150个epoch就训练到loss=-55000，那么通常来说在当前情况下B模型的效果还不如A（假设两者都还没有达到最优）。事实上可逆1x1卷积只能保证大家都训练到最优的情况下，B模型会更优。第二，在我自己的简单实验中貌似发现，用可逆1x1卷积达到饱和所需要的epoch数，要远多于简单用shuffle的epoch数。

RealNVP中用到了BN层，而Glow中提出了名为Actnorm的层来取代BN。不过，所谓Actnorm层事实上只不过是NICE中的尺度变换层的一般化，也就是$(5)$式提到的缩放平移变换

$$\boldsymbol{\hat{z}}=\frac{\boldsymbol{z} - \boldsymbol{\mu}}{\boldsymbol{\sigma}}\tag{9}$$

其中$\boldsymbol{\mu},\boldsymbol{\sigma}$都是训练参数。Glow在论文中提出的创新点是用初始的batch的均值和方差去初始化$\boldsymbol{\mu},\boldsymbol{\sigma}$这两个参数，但事实上所提供的源码并没有做到这一点，纯粹是零初始化。

所以，这一点是需要批评的，纯粹将旧概念换了个新名字罢了。当然，批评的是OpenAI在Glow中乱造新概念，而不是这个层的效果。缩放平移的加入，确实有助于更好地训练模型。而且，由于Actnorm的存在，仿射耦合层的尺度变换已经显得不那么重要的。我们看到，相比于加性耦合层，仿射耦合层多了一个尺度变换层，从而计算量翻了一倍。但事实上相比加性耦合，仿射耦合效果的提升并不高（尤其是加入了Actnorm后），所以要训练大型的模型，为了节省资源，一般都只用加性耦合，比如Glow训练256x256的高清人脸生成模型，就只用到了加性耦合。

事实上Glow已经没有什么可以特别解读的了。但是Glow整体的模型比较规范，我们可以逐步分解一下Glow的模型结构，为我们自己搭建类似的模型提供参考。这部分内容源自我对Glow源码的阅读，主要以示意图的方式给出。

整体来看，glow模型并不复杂，就是在输入加入一定量的噪声，然后输入到一个encoder中，最终用“输出的平均平方和”作为损失函数（可以将模型中产生的对数雅可比行列式视为正则项），注意，loss不是“平方平均误差（MSE）”，而仅仅是输出的平方和，也就是不用减去输入。

glow模型总图

下面对总图中的encoder进行分解，大概流程为

encoder流程图

encoder由$L$个模块组成，这些模块在源码中被命名为revnet，每个模块的作用是对输入进行运算，然后将输出对半分为两份，一部分传入下一个模块，一部分直接输出，这就是前面说的多尺度结构。Glow源码中默认$L=3$，但对于256x256的人脸生成则用到$L=6$。

现在来进一步拆解encoder，其中revnet部分为

revnet结构图

其实它就是前面所说的单步flow运算，在输入之前进行尺度变换，然后打乱轴，并且进行分割，接着输入到耦合层中。如此训练$K$次，这里的$K$称为“深度”，Glow中默认是32。其中actnorm和仿射耦合层会带来非1的雅可比行列式，也就是会改动loss，在图上也已注明。

Glow中的定义的split2d不是简单的分割，而是混合了对分割后的变换运算，也就是前面所提到的多尺度输出的先验分布选择。

glow中的split2d并不是简单的分割

对比$(5)$和(9)$，我们可以发现条件先验分布与Actnorm的区别仅仅是缩放平移量的来源，Actnorm的缩放平移参数是直接优化而来，而先验分布这里的缩放平移量是由另一部分通过某个模型计算而来，事实上我们可以认为这种一种条件式Actnorm（Cond Actnorm）。

最后是Glow中的耦合层的模型（放射耦合层的$\boldsymbol{s},\boldsymbol{t}$），源码中直接命名为f，它用了三层relu卷积：

glow中耦合层的变换模型

其中最后一层使用零初始化，这样就使得初始状态下输入输出一样，即初始状态为一个恒等变换，这有利于训练深层网络

可以看到RealNVP其实已经做好了大部分工作，而Glow在RealNVP的基础上进行去芜存菁，并加入了自己的一些小修改（1x1可逆卷积）和规范。但不管怎么样，这是一个值得研究的模型。

官方开源的Glow是tensorflow版的。这么有意思的模型，怎么能少得了Keras版呢，先奉上笔者实现的Keras版：

https://github.com/bojone/flow/blob/master/glow.py

（已经pull request到Keras官方的examples，希望过几天能在Keras的github上看到它）

由于某些函数的限制，目前只支持tensorflow后端，我的测试环境包括：Keras 2.1.5 + tensorflow 1.2 和 Keras 2.2.0 + tensorflow 1.8，均在 Python 2.7下测试。

刚开始读到Glow时，我感到很兴奋，仿佛像发现了新大陆一样。经过一番学习后，我发现......Glow确实是一块新大陆，然而却非我等平民能轻松登上的。

让我们来看Glow的github上的两个issue：

我们看到256x256的高清人脸图像生成，需要训练4000个epoch，用40个GPU训练了一周，简单理解就是用1个GPU训练一年...（卒）

好吧，我还是放弃这可望而不可及的任务吧，我们还是简简单单玩个64x64，不，还是32x32的人脸生成，做个demo出来就是了。

感觉还可以吧，我用的是$L=3,K=6$，每个epoch要70s左右（GTX1070）。跑了150个epoch，这里的epoch跟通常概念的epoch不一样，我这里的一个epoch就是随机抽取的3.2万个样本，如果每次跑完完整的epoch，那么用时更久...同样的模型，顺手也跑了一下cifar10，跑了700个epoch，不过效果不大好。就是远看似乎还可以，近看啥都不是的那种～

当然，其实cifar10虽然不大（32x32），但事实上生成cifar10可比生成人脸难多了（不管是那种生成模型），我们就跳过吧。话说64x64的人脸，我也作死地尝试了一下，这时候用了$L=3,K=10$，跑了200个epoch（这时候每个epoch要6分钟了）。结果...

用glow模型生成的64x64人脸，230个epoch

人脸是人脸了，不过看上去更像妖魔脸...（看来网络深度和epoch数都还不够，我也跑不下去了）。

好了，对RealNVP和Glow的介绍终于可以结束了。本着对Glow的兴趣，利用前后两篇文章把三个flow模型都捋了一遍，希望对读者有帮助。

总体来看，诸如Glow的flow模型整体确实很优美，但运算量还是偏大了，训练时间过长，不像一般的GAN那么友好。个人认为flow模型要在当前以GAN为主的生成模型领域中站稳脚步，还有比较长的路子要走，可谓任重而道远呀。

转载到请包括本文地址： https://kexue.fm/archives/5807