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
杀生丸学AI8 天前
【三维重建】ArtiFixer：自回归扩散增强与扩展3DGS（NVIDIA）机器学习之心13 天前
扩散模型遇上 Transformer-GRU：小样本场景下的回归预测新范式这张生成的图像能检测吗20 天前
（论文速读）REF-DDPM：一种新的基于DDPM的不平衡滚动轴承故障诊断数据增强方法君为先-bey1 个月前
LightningDiT----重建与生成：在潜在扩散模型中驯服优化困境君为先-bey1 个月前
NWM----导航世界模型科研小刘带你玩学术1 个月前
学术干货｜DDT：解耦扩散Transformer实现高效高质量图像生成机器学习之心1 个月前
扩散模型数据增强 + Transformer-LSTM 回归预测：小样本场景下的工业级解决方案君为先-bey1 个月前
UniVidX——基于扩散先验的统一多模态视频生成框架君为先-bey2 个月前
DiffusionOPD——扩散模型中在线策略蒸馏的统一视角君为先-bey2 个月前
JointDiT:使用扩散变换器增强RGB-深度联合建模