本文介绍了一种基于归一化流的深度生成模型的变分重整化群方法，通过变量变换从物理空间到潜在空间进行分级，生成近似相互独立的潜在变量，具有精确和可处理的似然度。研究展示了该方法在Ising模型中的实际应用，并讨论了与重整化群的联系。