Изображение:Variational inference elbo mean field.png

Материал из MachineLearning.

Перейти к: навигация, поиск

Идея вариационного байесовского вывода: сложное апостериорное распределение (p(z\mid x)) приближается более простым (q(z)). При максимизации ELBO уменьшается KL-разрыв между приближением и истинным posterior.

История файла

Нажмите на дату/время, чтобы просмотреть как тогда выглядел файл.

Дата/времяУчастникРазмер объектаРазмер файлаПримечание
текущий07:49, 17 июня 2026Vsevolod Peretiatko (Обсуждение | вклад)1268 × 668154 КБИдея вариационного байесовского вывода: сложное апостериорное распределение (p(z\mid x)) приближается более простым (q(z)). При максимизации ELBO уменьшается KL-разрыв между приближением и истинным posterior.
07:48, 17 июня 2026Vsevolod Peretiatko (Обсуждение | вклад)1268 × 668154 КБИдея вариационного байесовского вывода: сложное апостериорное распределение (p(z\mid x)) приближается более простым (q(z)). При максимизации ELBO у

Следующие страницы ссылаются на данный файл: