变分推理与 Wasserstein 梯度流之间的桥梁
原文中文，约200字，阅读约需1分钟。发表于：。本文介绍了变分推断和 Wasserstein 梯度流之间的联系，通过将 Bures-Wasserstein 梯度流转化为欧几里德梯度流，并使用路径导数梯度估计器生成梯度场，同时提供了一种新的梯度估计方法适用于 $f$-divergences 的拓展。
本文提出了一种基于Wasserstein变分推断的新的近似贝叶斯推断方法，使用f-分布和Wasserstein距离作为差异度量方式，通过Sinkhorn迭代获得非常稳定的无似然训练方法，可用于隐式分布和概率编程，并在多种自编码器实验中测试其鲁棒性和性能。
