任意结构多层模型的摊销贝叶斯推断

研究者提出一种基于有向无环图的通用摊销贝叶斯推断方法，通过图扩展与图反转自动推导联合后验的合法分解及匹配神经网络架构。该方法在超过 6,500 个参数的模型上接近标准采样器精度，训练后推理仅需一次前向传播，同时保留原始生成模型的所有条件独立与可交换假设。