pyro: 一个基于 PyTorch 构建的可扩展深度概率编程库

它解决了什么问题

Pyro 提供了一种构建和扩展深度概率模型的方法。它允许用户表示任何可计算的概率分布，从而能够以一种能够扩展到大型数据集的方式来处理不确定性和复杂的数据模式，而不会产生手写代码中常见的开销。

它是如何工作的

Pyro 构建在 PyTorch 之上，是一种深度概率编程语言 (PPL)。它使用一小组强大且可组合的抽象核心，允许用户表达生成模型和推理模型。它在自动化与手动控制之间取得了平衡，为想要自动化的用户提供高层抽象，并为需要自定义推理过程的专家提供直接访问权限。

它是面向谁的

它专为需要创建灵活、可扩展的概率模型，以及需要在高层自动化与低层推理控制之间取得平衡的研究人员和开发人员而设计。

亮点

• 通用性：能够表示任何可计算的概率分布。
• 可扩展性：旨在以最小的开销处理大型数据集。
• 极简性：通过一小组可组合的抽象核心构建，以便于维护。
• 灵活性：为推理提供高层自动化和专家级定制。