吉布斯采样的具体执行过程只需要三个步骤，非常非常简单好理解，其它相关的背景知识能帮助加深理解。

一、Preliminaries

Monte Carlo methods

1. 它是很宽泛的一类计算方法，依赖重复的随机采样去获得数值结果。a broad class of computational algorithms that rely on repeated random sampling to obtain numerical results。
2. 它的本质是使用随机性去解决确定性的问题。The underlying concept is to use randomness to solve problems that might be deterministic in principle。 it solves deterministic problems using a probabilistic analog(模拟退火也是这样)。MC方法在数学和物理上用的很多，在不可能使用别的方法（很难实现）的时候MC就特别有用。
3. 它主要用于解决三种问题：优化，数值积分numerical integration，从概率分布中采样 generating draws from a probability distribution（采出一组满足那个分布的实际取值）。
   原则上，蒙特卡罗方法可以用来解决任何具有概率解释having a probabilistic interpretation的问题。根据大数定律By the law of large numbers，某一随机变量的期望可以用该变量的样本的经验均值(即样本均值)来近似。当变量的概率分布参数化时（参数确定下来时），数学家们经常使用马尔可夫链蒙特卡罗(MCMC)采样器 a Markov chain Monte Carlo (MCMC) sampler。
4. 其核心思想 central idea是设计一个具有给定平稳概率分布的马尔科夫链模型 a prescribed stationary probability distribution。根据遍历理论By the ergodic theorem，用MCMC采样器的随机状态的经验测度来近似平稳分布the stationary distribution is approximated by the empirical measures of the random states of the MCMC sampler。

Markov chain Monte Carlo methods（MCMC方法）

1. MCMC方法包含了一类用于从特定概率分布中采样的算法。
   Markov chain Monte Carlo methods中的Markov chain 是因为这些方法生成的序列都是马尔科夫链，每个值都只和自己前后几个值有关； Monte Carlo是因为这些方法用的是随机化的方法在解决确定性问题，从已知概率分布中采样出一系列符合这个分布的样本。
2. 它们是通过构建一个自身的分布接近它的平稳分布的马尔科夫链，这个马尔科夫链就是被采样的分布的一组采样值，这需要观察这个马尔科夫链一些步骤才能完成，且观察的步骤越多，得到的采样值的分布就越接近于想要的分布（即多重复几次以使马尔科夫链达到平稳分布By constructing a Markov chain that has the desired distribution as its equilibrium distribution, one can obtain a sample of the desired distribution by observing[clarification needed] the chain after a number of steps. The more steps there are, the more closely the distribution of the sample matches the actual desired distribution.
3. MCMC方法最初是被用于计算多维积分的数值近似值。
4. MCMC方法从一个连续随机变量中，以和已知函数成比例的概率密度生成一组采样样本，这组样本就可以用于计算这个变量的期望和方差。

二、基础概念

1. 吉布斯采样就是一种MCMC方法，用于在直接采样联合分布很困难时，生成某特定多参数的概率分布的一组近似观测值a sequence of observations which are approximated from a specified multivariate probability distribution。

当联合分布不被明确知道或者联合分布很难直接采样但每个变量的条件分布已知且容易采样时，吉布斯采样适用is applicable。

比如在RBM的训练中，假设隐层有10个单元，他们的联合分布已知，那么直接采样得到一个十元向量很难，这时候就可以用吉布斯采样（隐层单元的条件独立性是吉布斯采样可以适用的重要的必需的基础）。

2. 吉布斯采样是一种用于统计推断的方法，尤其是贝叶斯推断 a means of statistical inference, especially Bayesian inference。它是一种随机化算法（即使用随机数的算法），是用于统计推断的确定性算法（如EM算法）的替代品an alternative。
   最初的吉布斯采样是Metropolis–Hastings 算法的一个特例。但后来得到扩展，**它可以被看成是一个通用的用于通过依次采样每一个变量从一组变量中采样的框架，**而且可以把Metropolis–Hastings 算法，甚至更高级的算法比如 slice sampling切片采样, adaptive rejection sampling 自适应拒绝采样and adaptive rejection Metropolis algorithms，合并进来实现采样过程的一些步骤。

3. 这组生成的近似观测值可以用于近似联合概率分布；也可以去近似某个变量的边缘分布to approximate the marginal distribution of one of the variables；或者近似其中部分变量的联合分布；或者计算某个变量的期望the expected value of one of the variables（通过积分compute an integral）。

4. 就像其他MCMC算法一样，吉布斯采样生成的一组近似观测值是一个马尔科夫链，即每个观测值只和附近几个值有相关性。所以如果要采样出完全独立的观测值，需要特别注意这一点care must be taken if independent samples are desired。而且一般来自马尔科夫链开端的那些样本不能很好的表示原概率分布，会被去掉be discarded.而且采样值的马尔可夫链越长越有利于逼近原分布。

5. 吉布斯采样依次in turn从每个变量的分布中生成一个实例instance，基于其他变量的当前值 conditional on the current values of the other variables。可以证明，这样生成的采样值序列是一个马尔科夫链，并且这个马尔科夫链的平稳分布就是我们想要采样的那个后验分布。

6. 对于从多变量的联合分布中采样出一个向量（所有变量是向量的分量），从条件分布中采样比做积分算边缘概率简单得多。

The point of Gibbs sampling is that given a multivariate distribution it is simpler to sample from a conditional distribution than to marginalize by integrating over a joint distribution.

吉布斯采样尤其适用于采样贝叶斯网络的后验分布，因为一般贝叶斯网络就是用一组条件分布描述的。

Gibbs sampling is particularly well-adapted to sampling the posterior distribution of a Bayesian network, since Bayesian networks are typically specified as a collection of conditional distributions.

三、具体步骤（三步完成吉布斯采样）

假设要采样的联合分布是$$P(x_1,x_2,\cdots ,x_n)$$
要采样k个样本向量
$${\mathbf{X}}^{(i)}=(x_1^{(i)},x_2^{(i)},\cdots ,x_n^{(i)}),i=1,2,\cdots ,k$$

那么we proceed as follows:

1. 随机初始化一个${\mathbf{X}}^{(i)}$
2. 由于我们想采样到的${\mathbf{X}}^{(i+1)}$是一个向量，所以我们对其中的分量依次进行采样 。
   即采样$x_j^{(i+1)}$时，是基于取值确定的$x_1^{(i+1)}$到$x_{j-1}^{(i+1)}$和$x_{j+1}^{(i)}$到$x_n^{(i)}$进行的，即从这个条件分布中采样去更新$x_j^{(i+1)}$。注意第从j+1个分量开始都是用的${\mathbf{X}}^{(i)}$的对应取值哦。
   这样依次更新，j从1取到n，得到${\mathbf{X}}^{(i+1)}$
   
3. 重复第二步k次。

四、数学基础

分量的条件分布和联合分布成正比，分母不是$x_j$的函数，所以对于$x_j$的所有取值都是一样的，所以就相当于一个$x_j$分布上的归一化函数。所以说对条件分布采样实际和对联合分布采样的效果是一样的。

五、块吉布斯采样Blocked Gibbs sampler

就是把两个或更多的变量组合在一起，对他们的联合分布进行采样，一次更新多个变量，而不是像上面描述地那样一次更新一个变量。

比如，隐马尔科夫模型中，用块吉布斯采样和前向-后向算法forward-backward algorithm一次得到（in one go）所有潜变量的采样值。

在RBM的训练中，显层和隐层的所有单元满足一个多变量概率分布，把显层单元作为一块，隐层单元作为一块，显层块的取值确定时，对隐层块采样，一次得到所有隐层单元的取值，反之亦然。

即，假设显层单元为$$\mathbf{v}=(v_1,v_2,\cdots ,v_n)$$
隐层单元为$$\mathbf{h}=(h_1,h_2,\cdots ,h_m)$$

则直接从联合分布$p(\mathbf{v},\mathbf{h})$中采样很难，所以利用块吉布斯采样，先从$p(\mathbf{h}|\mathbf{v})$中采样得到$\mathbf{h}$向量，再从$p(\mathbf{v}|\mathbf{h})$中采样得到$\mathbf{v}$向量，从而更新了模型的所有变量。