本文共 342 字，大约阅读时间需要 1 分钟。

全部笔记的汇总贴：

老规矩，先贴文章，里面有直达b站大佬的视频链接：，他讲的还挺细，看看书再看看他讲，挺好的。

一、把推断视作优化问题

二、期望最大化

三、最大后验推断和稀疏编码

四、变分推断和变分学习

变分方法的优点是我们不需要为分布$q$设定一个特定的参数化形式。我们设定它如何分解，之后通过解决优化问题来找出在这些分解限制下最优的概率分布。对离散型潜变量来说，这意味着我们使用传统的优化技巧来优化描述分布 $q$的有限个变量。对连续型潜变量来说，这意味着我们使用一个被称为变分法的数学分支工具来解决函数空间上的优化问题。然后决定哪一个函数来表示分布$q$。

• 离散型潜变量
• 变分法
• 连续型潜变量
• 学习和推断之间的相互作用

五、学成近似推断

• 醒眠算法

下一章传送门：

转载地址：http://ivpq.baihongyu.com/