变分推断

ADVI(*args, **kwargs)	自动微分变分推断 (ADVI)
ASVGD([approx, estimator, kernel])	摊销Stein变分梯度下降
SVGD([n_particles, jitter, model, start, ...])	Stein变分梯度下降
FullRankADVI(*args, **kwargs)	全秩自动微分变分推断 (ADVI)
ImplicitGradient(approx[, estimator, kernel])	变分推断的隐式梯度
Inference(op, approx, tf, **kwargs)	变分推断的基类
KLqp(approx[, beta])	Kullback Leibler 散度推断
fit([n, method, model, random_seed, start, ...])	在函数式编程中使用推理方法的便捷快捷方式

近似

Empirical([trace, size])	单组满秩近似
FullRank(*args, **kwargs)	单组满秩近似
MeanField(*args, **kwargs)	单组平均场近似
sample_approx(approx[, draws, ...])	从变分后验中抽取样本。

OPVI

Approximation(groups[, model])	分组近似的包装器
Group([group, vfam, params])	用于在VI中分组变量的基类

运算符

KL(approx[, beta])	基于Kullback Leibler散度的算子
KSD(approx[, temperature])	基于核化Stein差异的操作符

特殊

Stein(approx[, kernel, use_histogram, ...])
adadelta([loss_or_grads, params, ...])	Adadelta 更新
adagrad([loss_or_grads, params, ...])	Adagrad 更新
adagrad_window([loss_or_grads, params, ...])	返回一个返回参数更新的函数。
adam([loss_or_grads, params, learning_rate, ...])	亚当更新
adamax([loss_or_grads, params, ...])	Adamax 更新
apply_momentum(updates[, params, momentum])	返回一个包含动量的修改后的更新字典
apply_nesterov_momentum(updates[, params, ...])	返回一个包含Nesterov动量的修改更新字典
momentum([loss_or_grads, params, ...])	带有动量的随机梯度下降（SGD）更新
nesterov_momentum([loss_or_grads, params, ...])	带有Nesterov动量的随机梯度下降（SGD）更新
norm_constraint(tensor_var, max_norm[, ...])	最大权重范数约束和梯度裁剪
rmsprop([loss_or_grads, params, ...])	RMSProp 更新
sgd([loss_or_grads, params, learning_rate])	随机梯度下降 (SGD) 更新
total_norm_constraint(tensor_vars, max_norm)	根据一组张量的组合范数对其进行重新缩放