Stochastic Gradient Hamiltonian Monte Carlo論文筆記

Abstract 哈密​​爾頓蒙特卡羅（HMC）抽樣方法提供了一種機制，用於在Metropolis-Hastings框架中定義具有高接受概率的遠程建議，從而比標準隨機遊走建議更有效地探索狀態空間。近年來，這種方法的普及已經顯着增長。然而，HMC方法的限制是用於模擬哈密頓動力系統所需的梯度計算 - 這種計算在涉及大樣本大小或流數據的問題中是不可行的。相反，我們必須依賴於從數據子集計算的噪聲梯度估計。

>>阅读原文<<