Scikit-learn 实现狄利克雷过程高斯混合模型：吉布斯采样还是变分推理？
Scikit-learn’s implementation of Dirichlet Process Gaussian Mixture Model: Gibbs sampling or Variational inference?
阅读 docs of scikit-learn 我了解到 DPGMM class 背后的实现使用变分推理而不是传统的吉布斯采样。
然而，在经历 this Edwin Chen's popular post ("Infinite Mixture Models with Nonparametric Bayes and the Dirichlet Process") 时，他说他使用 scikit-learn 来 运行 Gibbs 采样 推断DPGMM.
那么，在 scikit-learn 中是否有 DP-GMM 的 Gibbs 采样实现，Chen 弄错了或者是 Gibbs 版本被变体版本取代？
据我所知，从来没有 Gibbs 采样实现。 （而且我已经参与该项目几年了）
阅读 docs of scikit-learn 我了解到 DPGMM class 背后的实现使用变分推理而不是传统的吉布斯采样。
然而，在经历 this Edwin Chen's popular post ("Infinite Mixture Models with Nonparametric Bayes and the Dirichlet Process") 时，他说他使用 scikit-learn 来 运行 Gibbs 采样 推断DPGMM.
那么，在 scikit-learn 中是否有 DP-GMM 的 Gibbs 采样实现，Chen 弄错了或者是 Gibbs 版本被变体版本取代？
据我所知，从来没有 Gibbs 采样实现。 （而且我已经参与该项目几年了）