ELBO（Evidence Lower BOund）和 VLB（Variational Lower Bound）是同一个概念的两种叫法
在变分推断（Variational Inference）中，我们的目标是最大化数据的对数似然 og p(x) logp(x)，但通常难以直接计算（intractable）。
通过 Jensen 不等式，可以推导出一个下界：
最大化 ELBO ⟺ 同时做到两件事：
- 提高数据重建质量
- 让近似后验 q(z∣x) 接近先验 p(z)
相关推荐
风巽·剑染春水3 天前
【World Models综述】理解世界还是预测未来？（ACM CS-2025）杀生丸学AI4 天前
【动态重建】SparseCam4D：基于稀疏相机实现时空一致的4D重建技术杀生丸学AI4 天前
【三维重建】Neural Gabor Splatting：基于神经Gabor的增强型3DGS（高频表面重建）scott19851211 天前
VAE与扩散模型的reconstruction–generation dilemma阿钱真强道17 天前
07 ComfyUI + SVD 系列（五）GAN、VAE、扩散模型到底有什么区别？一篇文章讲清楚 AI 绘图模型的前世今生阿钱真强道17 天前
08 ComfyUI + SVD 系列（六）从 SDXL 到 SDV：为什么说视频生成本质上是“带时间维度的图片生成”？这张生成的图像能检测吗18 天前
（论文速读）ControlNet-XS: 从反馈控制系统视角重新思考图像生成的控制机制这张生成的图像能检测吗1 个月前
（论文速读）RUL- diff：基于生成扩散模型的剩余使用寿命预测深度学习框架风巽·剑染春水1 个月前
【扩散模型原理】（三）Score-Based Perspective: From EBMs to NCSN