Automatisk differentiering med variationell inferens (ADVI)
Automatisk differentiering med variationell inferens (ADVI) är en black-box-algoritm för approximativ Bayesiansk posterior inferens, introducerad av Kucukelbir, Tran, Ranganath, Gelman och Blei (2017, JMLR). Givet en probabilistisk modell vars log-joint-densitet är differentierbar, transformerar ADVI automatiskt begränsade latenta variabler till obegränsat reellt rum, anpassar en Gaussisk variationell familj genom att maximera den undre bevisgränsen (ELBO) med stokastisk gradientuppstigning, och returnerar en approximativ posterior utan modellspecifika härledningar. Det är standardmotorn för variationell inferens i Stan och finns tillgänglig i PyMC och NumPyro.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Automatic Differentiation Variational Inference (ADVI). ScholarGate. https://scholargate.app/sv/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.
- Bayesiansk regressionBayesiansk statistik↔ compare
- Expectation Propagation (EP)Bayesiansk statistik↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk statistik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →