隐式生成模型收缩先验方法

提出基于收缩先验和广义贝叶斯的样本高效训练机制，解决隐式生成模型似然函数难处理问题。 采用块SGMCMC吉布斯采样框架，在高维参数空间中识别稀疏表示，实验验证其在p≫n线性回归及神经生成模型上的性能。