adaptive-cache:贝叶斯自适应缓存用于昂贵的模型

自适应缓存 贝叶斯自适应缓存用于昂贵的模型 笔记 （摘自@ngoodman 15/23/15的注释） NB @ngoodman有相关的工作 设置 假设我们有一个（确定性的）函数F：X-> Y，该函数的计算成本很高，并且我们希望在其他一些计算中的“相似” X值上经常调用它。 （例如，具有连续状态空间的RSA，因此X为R ^ n，而Y为话语或状态的分布。） 假设我们可以将一个先验的（潜在的）随机函数X-> Y编写为具有潜在参数\ theta的概率程序P。 然后，通过以下方式制作F的缓存版本： cache(F,P) is the function(X): estimate mean and variance (or HDI?) of F'(X), with F'~P(theta). if variance is above a threshold: evaluate F(