Feb, 2022
Grassmann Stein 变分梯度下降
Grassmann Stein Variational Gradient Descent
Xing Liu, Harrison Zhu, Jean-François Ton, George Wynne, Andrew Duncan
TL;DR本研究提出了一种名为 Grassmann Stein 变分梯度下降 (GSVGD) 的新概念,用于处理维度高的目标分布问题,具备在高维空间中探索低维结构等特性。GSVGD 方法与其他变体方法相比,更新打分函数和数据的投影器并通过一种耦合的 Grassmann 值扩散进程确定最优投影器。理论和实验结果表明,GSVGD 在高维问题中具有高效的状态空间探索能力。