Logo
stable

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
  • 参数
  • 神经网络
  • 优化
  • Poutine (效果处理器)
  • 杂项操作
  • Settings
  • 测试工具

贡献代码:

  • 自动名称生成
  • 贝叶斯神经网络
  • 因果效应VAE
  • 简易自定义指南
  • 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
  • »
  • Inference
  • Edit on GitHub

推理¶

在概率建模的背景下,学习通常被称为推断。 在贝叶斯推断的特定情况下,这通常涉及计算(近似)后验分布。在参数化模型的情况下,这通常涉及某种优化。Pyro 支持多种推断算法,其中对随机变分推断(SVI)的支持最为广泛。 请查看此处以了解未来 Pyro 版本中的更多推断算法。

请参阅入门教程以了解Pyro中的推理讨论。

目录:

  • 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
    • MCMC
    • StreamingMCMC
    • MCMCKernel
    • HMC
    • NUTS
    • RandomWalkKernel
    • BlockMassMatrix
    • 实用工具
  • 自动指南生成
    • AutoGuide
    • AutoGuideList
    • AutoCallable
    • AutoNormal
    • AutoDelta
    • AutoContinuous
    • AutoMultivariateNormal
    • AutoDiagonalNormal
    • AutoLowRankMultivariateNormal
    • AutoNormalizingFlow
    • AutoIAFNormal
    • AutoLaplaceApproximation
    • AutoDiscreteParallel
    • AutoStructured
    • AutoGaussian
    • AutoMessenger
    • AutoNormalMessenger
    • AutoHierarchicalNormalMessenger
    • AutoRegressiveMessenger
    • 初始化
  • 重新参数化器
    • 自动策略
    • 共轭更新
    • Loc-Scale 去中心化
    • Gumbel-Softmax
    • 转换分布
    • 离散余弦变换
    • Haar 变换
    • 单位雅可比变换
    • StudentT 分布
    • 稳定分布
    • 投影正态分布
    • 隐马尔可夫模型
    • 站点分割
    • 神经传输
    • 结构化预处理
  • 推理工具
    • 模型检查
    • 交互式先验调优
Previous Next

© 版权所有 2017-2018, Uber Technologies, Inc. 修订 64e71eee。

Built with Sphinx using a theme provided by Read the Docs.