GPflux：深度高斯过程库
机器学习
2021-04-13 v1 机器学习
摘要
我们介绍 GPflux，一个强调深度高斯过程（DGPs）的贝叶斯深度学习 Python 库。由于处理多元高斯分布时出现的各种数学微妙之处以及复杂的指标记录，实现 DGP 是一项具有挑战性的工作。迄今为止，尚无活跃维护、开源且可扩展的库能够支持该领域的研究活动。GPflux 旨在通过提供具有最先进 DGP 算法的库，以及用于实现新颖的基于贝叶斯和 GP 的层次模型与推断方案的构建模块来填补这一空白。GPflux 兼容并构建于 Keras 深度学习生态系统之上。这使得从业者能够利用深度学习社区的工具来构建和训练定制的贝叶斯模型，并在单一连贯框架中创建由贝叶斯层和标准神经网络层组成的层次模型。GPflux 的大部分 GP 对象和运算依赖于 GPflow，这使其成为一个高效、模块化且可扩展的库，同时具有精简的代码库。
引用
@article{arxiv.2104.05674,
title = {GPflux: A Library for Deep Gaussian Processes},
author = {Vincent Dutordoir and Hugh Salimbeni and Eric Hambro and John McLeod and Felix Leibfried and Artem Artemev and Mark van der Wilk and James Hensman and Marc P. Deisenroth and ST John},
journal= {arXiv preprint arXiv:2104.05674},
year = {2021}
}