机器学习：VAE重参数技巧一个细节理解

关于$q(z)$和$p(\epsilon )$

VAE中，用随机梯度变分推断进行参数$\theta$进行更新时，如果直接从$q(z)$中采样z，算期望的梯度会导致"高方差问题"，因此采用重参数化技巧，换种方式采样，即用随机变量$\epsilon$来代表随机性，服从一个标准正太分布，然后对这个随机变量进行变换。

其中的推导的一个关键步骤是：
$E_{q(z)}[f(z)]=$