【VQ-VAE-2论文精读】Generating Diverse High-Fidelity Images with VQ-VAE-2

0、前言

论文地址：https://arxiv.org/abs/1906.00446
发表于2019年的NeurIPS。VQVAE的重要性就不谈了，学习latent diffusion model必须得了解这个。
NIPS（NeurIPS），全称神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems)，是一个关于机器学习和计算神经科学的国际会议。该会议固定在每年的12月举行,由NIPS基金会主办。NIPS是机器学习领域的顶级会议 。在中国计算机学会的国际学术会议排名中，NIPS为人工智能领域的A类会议。
来看看VQ-VAE-2相对于之前的版本有何异同之处吧。

总的来看这篇文章的新颖之处在于：

1. 多层的VQVAE，顶部的层负责全局信息，底部的层负责局部细节。
2. 架构的改进，例如self-attention的加入以及更好的稳定化方法、扩展tpu模型和在样品多样性和样品质量之间进行权衡的机制。
3. 可以生成高分辨率的图像。

</