Entrar
insight - Variationsinferen für rechenintensive Modelle
Effiziente Variationsinferen mit sequenziellen Stichprobendurchschnittsapproximationen
VISA, eine Methode für die approximative Inferenz in rechenintensiven Modellen, erweitert die wichtungsgewichtete Vorwärts-KL-Variationsinferen, indem es eine Sequenz von Stichprobendurchschnittsapproximationen verwendet. Dadurch können Modellauswertungen über mehrere Gradientenschritte wiederverwendet werden, was die Rechenkosten reduziert.
Effiziente Variationsinferen mit sequenziellen Stichproben-Durchschnittsapproximationen
VISA, eine Methode für die approximative Inferenz in rechenintensiven Modellen, erweitert die wichtungsgewichtete Vorwärts-KL-Variationsinferen, indem eine Sequenz von Stichproben-Durchschnittsapproximationen verwendet wird. Dies ermöglicht es, Modellauswertungen über mehrere Gradientenschritte wiederzuverwenden, wodurch der Rechenaufwand reduziert wird.
Produtos | Recursos
© 2024 by Linnk AI