利用tensorflow简化概率建模
inferp的Python项目详细描述
推断:深度概率建模变得简单
inferpy是用python和 能够在张力流上运行。Inferpy的API深受Keras的启发, 专注于实现灵活的数据处理, 易于编码的概率建模、可扩展推理和健壮的模型验证。
如果需要概率编程语言,请使用inferpy:
- 允许使用简单且用户友好的方式轻松快速地建立分层概率模型的原型 API的灵感来自Keras。
- 自动创建计算效率高的批处理模型,无需处理复杂的 张量运算 以及理论概念。
- 依靠tensorflow在cpu和gpu上无缝运行,无需学习如何使用tensorflow。
- 定义包含深神经网络的复杂概率结构的概率模型。
对爱德华来说,推理就如同对TensorFlow来说,Keras是
Inferpy的目标是爱德华,就像Keras是Tensorflow一样。爱德华是 一种通用的概率编程语言,如tensorflow是 一个通用的计算引擎。但这种普遍性是有代价的。 Edward的API是冗长的,基于张量上的分布 对象,它们是具有复杂语义的n维数组 操作。张量上的概率分布是强大的 抽象但不容易操作。Inferpy的API是 不像Edward的API那样通用,但仍然涵盖了 强大且广泛使用的概率模型,可以包含复杂的 包含深层神经网络的概率结构。
有关inferpy的更多详细信息,请查看联机documentation。