基于分布变换的变分推断
机器学习
2017-07-11 v1 机器学习
摘要
变分推断方法通常聚焦于高效模型优化问题，而很少关注近似后验的选择。在本文中，我们回顾并实现了各种使我们能够开发丰富近似后验族的方法。我们展示了一种采用分布变换的特定方法可得到非常丰富且复杂的后验近似。我们通过与变分自编码器（Variational Autoencoder）结合在MNIST数据集上分析其性能，并证明了其在学习更好的后验分布方面的有效性。
引用
@article{arxiv.1707.02510,
title = {Variational Inference via Transformations on Distributions},
author = {Siddhartha Saxena and Shibhansh Dohare and Jaivardhan Kapoor},
journal= {arXiv preprint arXiv:1707.02510},
year = {2017}
}