احتمال TensorFlow

TensorFlow Probability هي مكتبة للاستدلال الاحتمالي والتحليل الإحصائي في TensorFlow. كجزء من النظام البيئي TensorFlow، يوفر TensorFlow Probability تكامل الأساليب الاحتمالية مع الشبكات العميقة، والاستدلال القائم على التدرج باستخدام التمايز التلقائي، وقابلية التوسع لمجموعات البيانات والنماذج الكبيرة مع تسريع الأجهزة (GPUs) والحساب الموزع.

للبدء في استخدام TensorFlow Probability، راجع دليل التثبيت واطلع على البرامج التعليمية لدفتر Python .

عناصر

يتم تنظيم أدوات التعلم الآلي الاحتمالية الخاصة بنا على النحو التالي:

الطبقة 0: TensorFlow

تتيح العمليات الرقمية - على وجه الخصوص، فئة LinearOperator - تنفيذ تطبيقات خالية من المصفوفات يمكنها استغلال بنية معينة (قطري، منخفض الرتبة، وما إلى ذلك) لإجراء عمليات حسابية فعالة. تم بناؤه وصيانته بواسطة فريق TensorFlow Probability وهو جزء من tf.linalg في TensorFlow الأساسي.

الطبقة الأولى: لبنات البناء الإحصائية

الطبقة الثانية: بناء النموذج

  • التوزيعات المشتركة (على سبيل المثال، tfp.distributions.JointDistributionSequential ): التوزيعات المشتركة على توزيعة واحدة أو أكثر من المحتمل أن تكون مترابطة. للحصول على مقدمة حول النمذجة باستخدام JointDistribution الخاصة بـ TFP، قم بمراجعة هذا التعاون
  • الطبقات الاحتمالية ( tfp.layers ): طبقات الشبكة العصبية مع عدم اليقين بشأن الوظائف التي تمثلها، مما يؤدي إلى توسيع طبقات TensorFlow.

الطبقة الثالثة: الاستدلال الاحتمالي

  • سلسلة ماركوف مونت كارلو ( tfp.mcmc ): خوارزميات لتقريب التكاملات عن طريق أخذ العينات. يتضمن هاميلتون مونت كارلو ، ومتروبوليس هاستينغز الذي يسير بشكل عشوائي، والقدرة على بناء حبات انتقالية مخصصة.
  • الاستدلال المتغير ( tfp.vi ): خوارزميات لتقريب التكاملات من خلال التحسين.
  • Optimizers ( tfp.optimizer ): طرق التحسين العشوائية، وتوسيع نطاق TensorFlow Optimizers. يتضمن ديناميكيات لانجفين المتدرجة العشوائية .
  • مونت كارلو ( tfp.monte_carlo ): أدوات لحساب توقعات مونت كارلو.

احتمالية TensorFlow قيد التطوير النشط وقد تتغير الواجهات.

أمثلة

بالإضافة إلى البرامج التعليمية الخاصة بمفكرة Python المدرجة في قائمة التنقل، هناك بعض أمثلة البرامج النصية المتاحة:

الإبلاغ عن المشكلات

قم بالإبلاغ عن الأخطاء أو طلبات الميزات باستخدام أداة تعقب المشكلات TensorFlow Probability .