Was ist der Unterschied zwischen VAE und stochastischer Backpropagation für tiefe generative Modelle?

Was ist der Unterschied zwischen der automatischen Codierung von Variations-Bayes und der stochastischen Backpropagation für tiefe generative Modelle ? Führt die Schlussfolgerung bei beiden Methoden zu denselben Ergebnissen? Mir sind keine expliziten Vergleiche zwischen den beiden Methoden bekannt, obwohl sich beide Autorengruppen gegenseitig zitieren.

Stochastische Backpropagation und ungefähre Inferenz in tiefen generativen Modellen scheinen nur eine etwas allgemeinere Implementierung derselben Ideen in Betracht zu ziehen. Im Vergleich zum VAE-Papier sind sie:

• Schlagen Sie mehrere Sätze latenter Variablen vor, im Gegensatz zu VAE, die nur eine hat

• Betrachten Sie nicht-diagonale Gaußsche Posterioren, die eine Optimierung erschweren