TensorFlow Distributions 库
机器学习
2017-12-04 v1 人工智能
编程语言
机器学习
摘要
TensorFlow Distributions 库实现了一种适应现代深度学习端到端可微计算范式的概率论愿景。基于两个基本抽象，它提供了用于概率计算的灵活构建模块。Distributions 提供快速、数值稳定的方法来生成样本和计算统计量，例如对数密度。Bijectors 提供可组合的带体积追踪的变换并具备自动缓存。二者共同实现了高维分布与变换的模块化构建，这是以往库所无法做到的（例如 pixelCNNs、autoregressive flows 和可逆残差网络）。它们是 Edward 等深度概率编程系统的主力，并赋能基于深度网络组件的概率模型中的快速黑盒推断。TensorFlow Distributions 已被证明是 Google 内部及更广泛深度学习社区中 TensorFlow 工具包的重要组成部分。
引用
@article{arxiv.1711.10604,
title = {TensorFlow Distributions},
author = {Joshua V. Dillon and Ian Langmore and Dustin Tran and Eugene Brevdo and Srinivas Vasudevan and Dave Moore and Brian Patton and Alex Alemi and Matt Hoffman and Rif A. Saurous},
journal= {arXiv preprint arXiv:1711.10604},
year = {2017}
}