#41 · 主分类： 深度学习框架
pyro
bayesian
bayesian-inference
deep-learning
machine-learning
probabilistic-modeling
probabilistic-programming
python
pytorch
variational-inference
基于Python和PyTorch的深度通用概率编程
项目最后更新：08/27/26
GitHub Stars
9.0K
Forks数量
1.0K
贡献者数量
163
许可证
Apache-2.0
收录理由
Pyro 把贝叶斯建模直接嵌进 PyTorch，让你能用普通 Python 写生成模型，底层的变分推断或 MCMC 交给它处理。它的核心很精简，靠少量可组合的抽象实现自动化推断，同时给专家留出按需定制内部细节的空间。这个项目从 Uber AI 起步，现在由社区维护，背后还有 Broad Institute 的专职团队，说明它在实际部署中经受过检验，而不只是研究演示。如果你已经在用 PyTorch，又需要不确定性估计、贝叶斯层、时间到事件分析或实验设计建模，Pyro 是一个成熟可靠的起点。
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。