Tag
该论文提出了多层粒子边缘Metropolis-Hastings（MLPMMH）方法，通过伪边缘推断与跨网络宽度截断层级的耦合SMC相结合，实现分层贝叶斯深度学习中参数与超参数的联合推断，并在理论上证明了O(ε²)的均方误差与O(ε⁻²)的计算复杂度，同时给出可扩展的近似版本S-MLPMMH用于MNIST实验。