#127 · 主分类： 深度学习框架
bayesflow
amortized-inference
bayesian-statistics
computational-modeling
deep-learning
generative-ai
generative-models
neural-networks
simulation-based-inference
一个用于深度学习高效贝叶斯建模的Python库
项目最后更新：08/29/26
GitHub Stars
753
Forks数量
88
贡献者数量
33
许可证
MIT
收录理由
如果你的研究或产品依赖的模拟器没有闭式似然函数，BayesFlow 值得一试。它训练神经网络来完成贝叶斯推断：只需在模拟数据上训练一次，之后就能按需获得快速的后验估计、模型比较和参数点估计，而无需对每个新数据集都跑 MCMC。库中包含了从扩散模型到一致性模型等多种生成模型，并基于 Keras 3 构建，因此你可以选择 PyTorch、TensorFlow 或 JAX 作为后端。工作流 API 很直观：定义模拟器、挑选推断网络、调用 fit_online 即可得到诊断结果。对于流行病学或认知建模等常面临似然不可解问题的研究者，教程和示例代码是实用的入门起点。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。