¿Cuál es la diferencia entre VAE y la propagación estocástica para modelos generativos profundos?

¿Cuál es la diferencia entre la codificación automática Bayes variacional y la retropropagación estocástica para modelos generativos profundos ? ¿La inferencia en ambos métodos conduce a los mismos resultados? No conozco ninguna comparación explícita entre los dos métodos, a pesar de que ambos grupos de autores se citan entre sí.

La retropropagación estocástica y la inferencia aproximada en modelos generativos profundos parecen considerar una implementación ligeramente más general de las mismas ideas. En comparación con el documento VAE, ellos:

• Proponer múltiples conjuntos de variables latentes, a diferencia de VAE que tiene solo uno

• considere posteriores gaussianos no diagonales, que hacen que sea más difícil optimizar