Stein 神经采样器
机器学习
2021-02-10 v2 机器学习
摘要
我们提出两种新颖的采样器，以从给定（未归一化）概率密度生成高质量样本。受生成对抗网络成功的启发，我们使用深度神经网络构造我们的采样器，将参考分布变换为目标分布。我们开发了训练方案以最小化 Stein 差异的两个变体，该差异被设计用于未归一化密度。一旦训练完成，我们的采样器能够瞬时生成样本。我们表明所提方法在理论上是可靠的，并且根据我们的实证研究，与传统采样方法相比经历了更少的收敛问题。
引用
@article{arxiv.1810.03545,
title = {Stein Neural Sampler},
author = {Tianyang Hu and Zixiang Chen and Hanxi Sun and Jincheng Bai and Mao Ye and Guang Cheng},
journal= {arXiv preprint arXiv:1810.03545},
year = {2021}
}