Автоматично диференцируемо вариационно извеждане (ADVI)
Автоматично диференцируемо вариационно извеждане (ADVI) е алгоритъм от тип „черна кутия“ за приблизително Байесово извеждане на апостериорно разпределение, въведен от Kucukelbir, Tran, Ranganath, Gelman и Blei (2017, JMLR). За всеки вероятностен модел, чиято логаритмична съвместна плътност е диференцируема, ADVI автоматично трансформира ограничени латентни променливи в неограничено реално пространство, напасва Гаусово вариационно семейство чрез максимизиране на долната граница на информацията (ELBO) със стохастичен градиентен възход и връща приблизително апостериорно разпределение без нужда от специфични за модела извеждания. Това е стандартният механизъм за вариационно извеждане в Stan и е наличен в PyMC и NumPyro.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2017). Automatic differentiation variational inference. Journal of Machine Learning Research, 18(14), 1–45. link ↗
- Kucukelbir, A., Tran, D., Ranganath, R., Gelman, A. & Blei, D. M. (2016). Automatic differentiation variational inference. arXiv:1603.00788. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Как да цитирате тази страница
ScholarGate. (2026, June 3). Automatic Differentiation Variational Inference (ADVI). ScholarGate. https://scholargate.app/bg/bayesian/automatic-differentiation-variational-inference
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов регресионен моделБейсови методи↔ compare
- Разпространение по очакване (EP)Бейсови методи↔ compare
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →