#56 · 主分类: 深度学习框架
probability
bayesian-methods
data-science
deep-learning
machine-learning
neural-networks
probabilistic-programming
statistics
tensorflow
TensorFlow中的概率推理和统计分析
项目最后更新:08/06/26
GitHub Stars
4.4K
Forks数量
1.1K
贡献者数量
512
许可证
Apache-2.0
收录理由
TensorFlow Probability 是 TensorFlow 生态中处理概率推理与统计分析的标准工具,换用 JAX 后端时,同一套代码也能直接运行。它提供了丰富的概率分布、用于构造变换分布和归一化流的双射器,以及能清晰表达分层贝叶斯模型的联合分布。变分贝叶斯和马尔可夫链蒙特卡洛等推断方法建立在自动微分之上,因此可以借助 GPU 或分布式环境扩展到大规模数据集。对于需要可靠不确定性估计的团队,比如在贝叶斯神经网络或时间序列预测中,直接使用这些现成组件,远比从零实现采样和推断的数学细节要省力得多。
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。