stripe/rainier

해결하는 문제

Rainier는 마르코프 체인 몬테카를로(MCMC)를 사용한 베이지안 추론을 위한 고성능 Scala API를 제공합니다. 사용자는 연속적인 파라미터를 가진 생성 모델을 구축하고, 관측된 데이터로부터 사후 분포를 추론할 수 있으며, 이를 통해 예측 및 의사결정에 활용할 수 있습니다.

작동 방식

Rainier는 자동 미분과 빠른 CPU 기반 실행을 갖춘 정적 TensorFlow 스타일의 계산 그래프를 사용합니다. 순수 Scala로 구현되어 있으며, 수치 계산을 위한 최적화된 비박싱, JIT 친화적인 JVM 바이트코드를 생성합니다. 추론은 Stan이나 PyMC3와 유사한 해밀턴 몬테카를로(HMC) 샘플러의 변형을 사용하여 수행됩니다.

대상 사용자

Spark나 Hadoop 클러스터와 같은 JVM 생태계에서 작업하는 개발자 및 데이터 과학자 중, 데이터가 단일 머신의 RAM에 맞는 모델에 대해 고성능 베이지안 추론 라이브러리가 필요한 사용자입니다.

주요 특징

• 최적화된 JVM 바이트코드를 통한 고성능 CPU 실행.
• 외부 종속성 최소화 및 JNI 라이브러리 없이 순수 Scala로 구현.
• 자동 미분을 갖춘 정적 계산 그래프.
• 실행 속도 향상을 위한 적극적인 사전 계산.
• Spark나 Hadoop 클러스터로의 간편한 배포.