stable
Pyro 核心:
入门指南
Primitives
Inference
Distributions
参数
神经网络
优化
Poutine (效果处理器)
杂项操作
Settings
测试工具
贡献的代码:
自动名称生成
贝叶斯神经网络
因果效应VAE
Easy Custom Guides
流行病学
Pyro 示例
预测
基于Funsor的Pyro
高斯过程
Minipyro
使用MuE的生物序列模型
最优实验设计
随机变量
时间序列
Tracking
Zuko in Pyro
Pyro
»
Pyro Documentation
Edit on GitHub
Pyro 文档
¶
Pyro 核心:
入门指南
Primitives
Inference
SVI
ELBO
重要性
Reweighted Wake-Sleep
序贯蒙特卡罗
Stein 方法
无似然方法
离散推理
预测工具
MCMC
自动指南生成
重新参数化器
推理工具
分布
PyTorch 分布
Pyro 分布
Transforms
TransformModules
Transform Factories
约束
参数
ParamStore
神经网络
Pyro 模块
AutoRegressiveNN
DenseNN
ConditionalAutoRegressiveNN
ConditionalDenseNN
优化
Pyro 优化器
PyTorch 优化器
高阶优化器
Poutine (效果处理器)
Handlers
Trace
Runtime
实用工具
Messengers
杂项操作
HMC的实用工具
牛顿优化器
特殊函数
张量工具
张量索引
张量收缩
高斯收缩
统计工具
流式统计
状态空间模型和GP工具
Settings
默认设置
设置界面
测试工具
拟合优度检验
贡献代码:
自动名称生成
命名数据结构
作用域
贝叶斯神经网络
HiddenLayer
因果效应VAE
CEVAE 类
CEVAE 组件
实用工具
简易自定义指南
EasyGuide
easy_guide
Group
流行病学
基础分区模型
示例模型
分布
Pyro 示例
Datasets
实用工具
预测
Forecaster Interface
评估
基于Funsor的Pyro
Primitives
效果处理器
推理算法
高斯过程
Models
Kernels
似然函数
Parameterized
Util
Minipyro
Mini Pyro
使用MuE的生物序列模型
示例MuE模型
用于参数化MuEs的状态排列器
缺失或可变长度数据HMM
生物序列数据集加载
最优实验设计
预期信息增益
广义线性混合模型
随机变量
随机变量
时间序列
抽象模型
高斯过程
线性高斯状态空间模型
Tracking
数据关联
分布
动态模型
扩展卡尔曼滤波器
Hashing
测量
Zuko in Pyro
索引和表格
¶
索引
搜索页面