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