Variational Inference with Normalizing Flows 2015 全译

文章预览

Variational Inference with Normalizing Flows 具有归一化流的变分推理 1. 引言 近年来，变分推断作为将概率建模扩展到越来越复杂的问题以及越来越大的数据集的一种手段，重新引起了极大的兴趣。变分推断现在处于大规模文本主题模型的核心（Hoffman等人，2013），在半监督分类中提供了最先进的技术（Kingma等人，2014），推动了当前产生最真实图像生成模型的模型（Gregor等人，2014；2015；Rezende等人，2014；Kingma和Welling，2014），并且是理解许多物理和化学系统的默认工具。尽管有这些成功和持续的进步，变分方法的一些缺点限制了它们的威力，并阻碍了它们作为统计推断的默认方法的更广泛采用。在本文中，我们解决了这些限制之一，即后验近似的选择。 变分推断要求用已知概率分布的类别来近似不可处理的后验分布，我们在该类别中寻找真实后验的最佳近 ………………………………