#7 · 主分类： 科学计算与数据笔记本
Gen.jl
bayesian
computer-vision
deep-learning
differentiable-programming
gen
julia-language
machine-learning
probabilistic-programming
robotics
一个具有可编程推理的通用概率编程系统
项目最后更新：06/09/26
GitHub Stars
1.9K
Forks数量
164
贡献者数量
43
许可证
Apache-2.0
收录理由
Gen.jl 是嵌入在 Julia 中的概率编程系统，面向那些真正的难点在于表达不确定性、而非单纯学习某种模式的问题。它不必把现成的估计器拼接在一起，而是让你先描述一个生成模型，再根据数据与约束挑选合适的推理算法。其可编程推理是一大特色：当默认方案太慢或太粗糙时，可以自行提供 proposal 或变分族，也可以在不重写数学推导的前提下更换 MCMC 内核。这种灵活性在科学研究中尤其可贵，因为实际模型往往与教科书上的例子相去甚远，也让 Gen.jl 对贝叶斯统计、机器人学以及更广泛的计算科学研究者都有价值。如果你的团队已经在用 Julia，并且希望建模和推理是可供修改的组件而非黑箱，值得用你自己的数据试试。
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。