本文提出了一种名为STANLEY的随机梯度非各向同性Langevin动力学方法，用于高维数据采样。通过能量基建模，提出了一种用于改善采样数据质量的端到端学习算法，同时考虑了EBM训练中未知的归一化常数和MCMC方法。实验证明了STANLEY方法的有效性。