变分推断（variational inference）

总体解释

把所有潜在变量和参数组成的集合记作 Z = { Z 1 , Z 2 , . . . , Z N } \mathbf Z=\{\mathbf Z_1,\mathbf Z_2,...,\mathbf Z_N\} Z={Z1​,Z2​,...,ZN​}.观测变量的集合记作$\mathbf{X}$.

一般来说条件分布(后验分布)$p(\mathbf{Z}|\mathbf{X})=p(\mathbf{Z},\mathbf{X})/P(\mathbf{X})$比较难求，因为边缘分布$P(\mathbf{X})$需要从联合分布$p(\mathbf{Z},\mathbf{X})$进行积分，所以变分推断就是使用一个分布$q(\mathbf{Z})$来直接逼近这个条件分布，逼近的度量采用KL 散度， 即目标就是优化函数$q(\mathbf{Z})$， 使得$KL(q(\mathbf{Z})||p(\mathbf{Z}|\mathbf{X}))$最小。一般正常情况下，优化变量是一个向量时，只要使用梯度（微分）为0，或者使用KTT等优化方法就可以得到最优或者是次优解。 当这里，因为优化的是一个函数，所以需要求所谓的变分，而不是微分。 进一步，为了求解空间小一些，使用平均场理论，假设联合分布$q(\mathbf{Z})$是通过每个独立分量的分布联合的，也就化成了连乘。(https://zhuanlan.zhihu.com/p/91640654)

ELOB 证据下界

想要使用变分推断，必须要得到ELOB的表达式，
有两种方法可以推出ELOB(https://xyang35.github.io/2017/04/14/variational-lower-bound/)，

1. 可以直接通过对KL散度的变形得到，这里要使用$q(Z)$作为积分，因为proposed 的分布$q(Z)$一般会简单，比如采用高斯或者伯努利，所以用$q(Z)$来算期望会更容易。

由于$KL\ge 0$, 所以$L$ 就是$logp(X)$的下界，也就是lower bound 的来源了。

2. 可以使用Jensen’s inequality 进行推导
   从观测变量X的边缘分布出发，进行配凑
   
   也可以得到ELOB energy functional $L=E_q[\log \frac{p(X,Z)}{q(Z)}]$

平均场推断

得到ELOB 的表达式L之后，后面就变成了变分优化问题，即 找个函数$q(Z)$, 使得L最大
$$ma{x}_{q}L=ma{x}_q{E}_q[\log \frac{p(X,Z)}{q(Z)}]$$

如果不指定$q(Z)$所在的分布家族（e.g.高斯分布), 直接搜索$q$是很困难的，所以如果使用最简单的概率图模型，即没有边的概率图，in other words, $Z=(z_1,...,z_n)$都相互独立，但不要求同分布。
这就有了很多VAE 中的公式，上来就是
$$q(Z)={\Pi }_i{q}_i(z_i)$$
将其代入到L中， 令$\tilde{p}(x)=p(X,Z)$。


最后得到每个分量解析表达式,j=1,2,…m=n

得到最后的分布
$$q(Z)={\Pi }_i{q}_i(z_i)$$

前面的最大化问题会有最优解是由凸性保证。

最后推断的时候就用$q(Z)$ 来替代$p(Z|X)$了

---------------另一解释--------------------------------------------------------------

对观测值的边缘分布进行分解

这里前一项$\mathcal{L}(q)$为Evidence lower Bound(ELOB)。 第二项为KL散度。
下面的核心是对ELOB objective function 求上界。 当其越大，KL散度越小，代表拟合的越好，当KL=0 时，表示两个分布完全相等。
这与我们关于EM的讨论的唯一的区别是参数向量不再出现，因为参数现在是随机变量，被整合到了$\mathbf{Z}$中.

分解概率分布(平均场理论)

为了容易得到迭代表达式，这里假设 联合分布可以分解为以下：
其中 $q_i({\mathbf{Z}}_i)$不要求相同分布，$i=1,2,...,N$. 变分推断的这个分解的形式对应于物理学中的一个近似框架，叫做平均场理论（mean field theory）. 将上式代入到（10.3）, $q_j({\mathbf{Z}}_j)$记作$q_j$.

第二个等式，只考虑第$j$个分量的显式形式， 第一部分 是将多重积分的$q_j$提了出来，第二部分是将除了$j$以外的元素都放在const 。

Mean field 下的最优closed solution:

通过Evidence lower Bound(ELOB) 目标函数的最小化 来间接获得最优解的表达式 (https://xyang35.github.io/2017/04/14/variational-lower-bound/)
$$\begin{gathered} \ln q_j^{\ast }({\mathbf{Z}}_j)={\mathbb{E}}_{q_1({\mathbf{Z}}_1),q_2({\mathbf{Z}}_2),\cdots ,q_N({\mathbf{Z}}_N)/q_j({\mathbf{Z}}_j)}[\text{ln}p(\mathbf{X},\mathbf{Z})]+const, \\ ={\int }_{Z_1,Z_2,...,Z_N/Z_j}\text{ln}p(\mathbf{X},\mathbf{Z})\prod _{i\ne j}(q_i({\mathbf{Z}}_i)d{\mathbf{Z}}_i),j=1,2,3,...,N \end{gathered}$$
迭代更新 $q_j^{\ast }({\mathbf{Z}}_j)$,从 $j=1$ 开始，得到 $q_1^{\ast }({\mathbf{Z}}_1)$ 代入到式子中用于更新 $q_2^{\ast }({\mathbf{Z}}_2)$ ，直到收敛（算法保证收敛，因为$-\ln q_j^{\ast }({\mathbf{Z}}_j)$关于每个因子$q_i({\mathbf{Z}}_i)$是一个凸函数, 最大化上凸（凹）即最下化下凸（凸））。
迭代完成后，通过下式即可以得到逼近的分布表达式。

PRML

bilibili教程

变分推断和diffusion model之间的联系