![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/52c8d9bb899388f1b27170da5b1a13bf.png)
贝叶斯公式
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/41dfe649bf9bef863111f3bef4400ef9.png)
- B 是观察到的事件,所以称为证据(Evidence ); ELOB: Evidence Lower Bound 就是对观察数据X,也就是证据所作的一个下界逼近log(P(X))
-
P
(
B
∣
A
)
P(B|A)
P(B∣A) 已知隐变量(比如高斯分布的均值和方差)情况下出现事件B的概率。一般是使用最大似然估计, 就是
m
a
x
θ
A
P
(
B
∣
A
)
max_{\theta_A} P(B|A)
maxθAP(B∣A)
https://arxiv.org/pdf/2208.11970.pdf
变分推断和diffusion model之间的联系