SGMCMCJax

实体 SGMCMCJax

SGMCMCJax

PulseAugur coverage of SGMCMCJax — every cluster mentioning SGMCMCJax across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_346656 · Nov 3 · 17:24

新方法增强隐式生成模型的训练

研究人员为利用深度神经网络的隐式生成模型开发了一种新的训练机制。该方法采用具有收缩先验和广义贝叶斯的正则化推理来提高样本效率。该方法解决了将稀疏诱导先验应用于隐式生成模型的挑战，由于似然函数难以处理而变得困难。通过适应评分规则后验并在吉布斯采样中使用块状SGMCMC，该技术可以有效地探索高维参数空间并识别稀疏表示。