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。