VAE（auto-encoding variational bayes）淺析

論文：arXiv:1312.6114v10ide 摘要：帶複雜後驗分佈的連續隱變量和大數據集中，如何使模型學習和推斷（inference）更加高效？論文提出隨機變量推斷(inference)，論文主要共享兩個方面：1.提出能夠直接使用隨機梯度降低的再參數化的下屆估計ELOB(evidence lower bound)。2.使用下屆估計使用生成模型近似複雜的後驗分佈。簡單來講：原來生成模型的下屆估計

>>阅读原文<<