cFlownet 是全新的有条件生成模型,它基于有条件归一化流 (cFlow)。其基础理念是通过在编译器之后引入 cFlow 变换步骤来提升 cVAE 的表达性。这样可以提升潜后验分布的近似度,以支持模型捕获更丰富的分割变化。如需了解有关 cFlownet 模型的更多详细信息,请访问 https://arxiv.org/abs/2006.02683。
下表列出了 Vitis AI Library 支持的 cFlownet 模型。
编号 | 模型名称 | 框架 |
---|---|---|
1 | cflownet_pt | PyTorch |