pyro-ppl/pyro

Deep universal probabilistic programming with Python and PyTorch

What it solves

Pyro 提供了一種建構與擴展深度機率模型的方法。它允許使用者表示任何可計算的機率分佈,使得在處理不確定性與複雜資料模式時更加容易,且能在大型資料集上擴展,而不會產生手寫程式碼常見的額外負擔。

How it works

Pyro 基於 PyTorch,屬於深度機率程式語言(PPL)。它使用一小套強大且可組合的抽象核心,讓使用者能表達生成模型與推論模型。它在自動化與手動控制之間取得平衡,為需要自動化的使用者提供高階抽象,並為需要自訂推論流程的專家提供直接存取。

Who it’s for

此工具設計給需要建立彈性、可擴展機率模型的研究人員與開發者,同時也適合需要在高階自動化與低階推論控制之間取得平衡的使用者。

Highlights

  • Universal: 能表示任何可計算的機率分佈。
  • Scalable: 設計用於以最小開銷處理大型資料集。
  • Minimal: 以少量可組合抽象為核心,便於維護。
  • Flexible: 同時提供高階自動化與專家級的推論自訂功能。