ML-KULeuven/deepproblog
DeepProbLog is an extension of ProbLog that integrates Probabilistic Logic Programming with deep learning by introducing the neural predicate.
DeepProbLog – 神经概率逻辑编程
简介 – DeepProbLog通过添加神经谓词扩展了ProbLog概率逻辑编程语言。这些谓词的概率由神经网络产生，使您能够在单个模型中结合符号推理和深度学习感知。
主要组件
- ProbLog集成 – 基于现有的ProbLog系统构建，用于定义概率逻辑程序。
- 神经谓词 – 包装PyTorch模型（例如TorchVision的CNN），使谓词的真值成为学习到的概率。
- 推理 – 通过底层ProbLog引擎支持精确推理，并在安装额外依赖（PySwip + SWI-Prolog）时支持可选的近似推理。
- 示例 – 仓库附带
src/deepproblog/examples文件夹，包含相关研究论文中描述的实验。
安装
pip install deepproblog # 拉取ProbLog、PySDD、PyTorch、TorchVision等。
测试还需要pytest，可以使用以下命令运行内置测试套件：
python -m deepproblog test
如果要使用近似推理模式，请安装额外的pyswip包，并确保系统中有SWI-Prolog。
用例 – 编写一个在不确定事实上进行推理的ProbLog程序，并让其中一些事实由神经网络（例如图像识别）分类。DeepProbLog将在对整个程序进行概率推理的同时训练神经组件。
出版物
- DeepProbLog: Neural Probabilistic Logic Programming (NeurIPS 2018)
- Neural Probabilistic Logic Programming in DeepProbLog (AIJ)
- Approximate Inference for Neural Probabilistic Logic Programming (KR 2021)
许可证 – Apache 2.0（KU Leuven，DTAI研究组）。
以上所有信息均直接来自仓库的README。
相关
- 项目
- 项目
- 项目
- 项目