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
机器学习之心2 天前
扩散模型 + Transformer 回归预测：用生成式AI增强小样本回归摇落露为霜7 天前
论文笔记DiT：Scalable Diffusion Models with Transformers（含transformer的可扩展扩散模型 ）夏莉莉iy14 天前
[ICCV 2023]Scalable Diffusion Models with Transformers风巽·剑染春水24 天前
【World Models综述】理解世界还是预测未来？（ACM CS-2025）杀生丸学AI25 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AI25 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）scott1985121 个月前
VAE与扩散模型的reconstruction–generation dilemma阿钱真强道1 个月前
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1 个月前
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”？