QR kód

Accelerating Convergence of Stein Variational Gradient Descent via Deep Unfolding

Stein variational gradient descent (SVGD) is a prominent particle-based variational inference method used for sampling a target distribution. In this paper, we propose two novel trainable algorithms based on SVGD: deep-unfolded SVGD (DUSVGD) and Chebyshev-step based DUSVGD (C-DUSVGD). DUSVGD incorpo...

Celý popis

Uloženo v:
Hlavní autoři: Yuya Kawamura, Satoshi Takabe
Médium: Artigo
Jazyk:Inglês
Vydáno: IEEE 2024-01-01
Edice:IEEE Access
Témata:
Deep learning
deep unfolding
particle-based variational inference
Stein variational gradient descent
On-line přístup:https://ieeexplore.ieee.org/document/10770226/
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Podobné jednotky