基于模拟的推断与广义 Kullback-Leibler 散度
原文中文，约300字，阅读约需1分钟。发表于：。在基于模拟的推断中，我们提出了一种通用的 Kullback-Leibler 散度优化方法，可以处理非规范化分布，将常用的神经后验估计方法和神经比率估计方法统一为一个目标，并研究了一个混合模型，通过学习规范化基础分布和学习比率来同时发挥两者的优势，并给出了基准结果。
该文介绍了一种基于模拟的推断方法，使用通用的Kullback-Leibler散度优化方法处理非规范化分布，将神经后验估计方法和神经比率估计方法统一为一个目标。同时，研究了一个混合模型，通过学习规范化基础分布和学习比率来同时发挥两者的优势，并给出了基准结果。
