基于正则化斯坦距离的神经算子变分推断用于深高斯过程
原文中文，约500字，阅读约需2分钟。
📝
内容提要
该研究使用神经操作变分推断（NOVI）来提升深度高斯过程的性能，解决了生成分布和真实后验之间的正则化 Stein 差异问题。实验证明该方法在各种数据集上表现出卓越性能，特别是在 CIFAR10 数据集上实现了 93.56％ 的分类准确性。
🏷️
