大多数概率模型中, 计算后验边际或准确计算归一化常数都是很困难的. 变分推断(variational inference)是一个近似计算这两者的框架. 变分推断把推断看作优化问题: 我们尝试根据某种距离度量来寻找一个与真实后验尽可能接近的分布(或者类似分布的表示).
论文浅尝 | 使用变分推理做KBQA
开放知识图谱
12+阅读 · 2018年4月15日
变分推断(Variational Inference)最新进展简述
PaperWeekly
2+阅读 · 2019年10月24日
全新视角:用变分推断统一理解生成模型
数盟
4+阅读 · 2018年7月24日
NeurIPS 2018 中的贝叶斯研究
算法与数学之美
1+阅读 · 2019年4月9日
参考链接
微信扫码咨询专知VIP会员