Stan：如何使用变分推理来拟合分布

Question

假设我的泊松分布为gamma = 10。我想拟合高斯分布，以最大程度地减少KL与Poisson分布的差异。 这可以通过变化推断来实现。如何使用Stan进行优化？

reference manual有一章介绍了VI，但仅提供了一些有关如何在内部实现而不是如何使用它的高级信息。

user guide在第22.2章中提到了VI，但仅对其效率有一些一般性说明。

关于SO的一个相关问题可能是：Variational inference in PyStan API?

但这仅询问是否已经在PyStan中实现了advi。没有其他信息。

Answer 1

CmdStanPy包含一个示例笔记本：

• https://cmdstanpy.readthedocs.io/en/latest/variational_bayes.html

• https://github.com/stan-dev/cmdstanpy/blob/master/docs/notebooks/Variational%20Inference.ipynb