这是使用 PixelCNN 解码器生成条件图像的 Tensorflow 实现，其引入了最初在像素周期性神经网络中提及的基于 PixelCNN 架构的门控 PixelCNN 模型。
该模型可以基于标签或图像的潜在表示来相应地生成图像。图像也可以无条件地建模。
它也可以作为一个强大的解码器，并可以在自动编码器和 GANs 中取代反卷积（转置卷积）。这篇文章的详细摘要可以在这里找到。
示例：
架构：
这是模型中使用的 Gated PixelCNN 的架构：
