probml/dynamax
A Python package for probabilistic state space modeling with JAX
解決的問題
Dynamax 提供了一個用於處理機率狀態空間模型 (SSM) 的高性能函式庫。它簡化了對隱藏狀態隨時間演變並產生觀測數據的系統進行狀態估計(推論)與參數估計(學習)的過程。
工作原理
該函式庫基於 JAX 構建,實現了多種 SSM,包括隱馬可夫模型 (HMM)、線性高斯 SSM 以及非線性/廣義高斯 SSM。它提供兩層 API:一組功能純粹的低階推論演算法,以及用於模型類別的使用者友善型物件導向介面。它與 JAX 生態系統整合,使用 Optax 進行隨機梯度下降,使用 Blackjax 進行哈密頓或順序蒙地卡羅方法。
適用對象
專為處理時間序列數據與機率建模,並需要高效的向量化操作進行狀態與參數估計的研究人員與開發人員設計。
亮點
- JAX 驅動:利用 JAX 進行高性能運算,並透過
vmap實現操作的向量化。 - 多樣化的模型支援:包括 HMM、線性高斯、非線性高斯及廣義高斯狀態空間模型。
- 全面的工具集:支援線上濾波、離線平滑以及對未來狀態與觀測值的預測。
- 生態系統整合:與 Optax 及 Blackjax 相容,用於進階參數估計與貝氏推論。
相關
- 專案
- 專案
- 專案
- 專案
- 專案