19.5 学成近似推断 我们已经看到了推断可以被视作一个增加函数 L 值的优化过程。显式地通 过迭代方法（比如不动点方程或者基于梯度的优化算法）来进行优化的过程通常 是代价很高且耗时巨大的。通过学习一个近似推断，许多推断算法避免了这种 代价。具体地说，我们可以将优化过程视作将一个输入 投影到一个近似分布 q∗ = q L( , q) 的一个函数 f。一旦我们将多步的迭代优化过程看作是一个函 数，我们可以用一个近似函数为 f̂( ;θ) 的神经网络来近似它。
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
