TensorFlow Probability, olasılıksal akıl yürütme ve istatistiksel analize yönelik bir kütüphanedir.
import tensorflow as tf import tensorflow_probability as tfp # Pretend to load synthetic data set. features = tfp.distributions.Normal(loc=0., scale=1.).sample(int(100e3)) labels = tfp.distributions.Bernoulli(logits=1.618 * features).sample() # Specify model. model = tfp.glm.Bernoulli() # Fit model given data. coeffs, linear_response, is_converged, num_iter = tfp.glm.fit( model_matrix=features[:, tf.newaxis], response=tf.cast(labels, dtype=tf.float32), model=model) # ==> coeffs is approximately [1.618] (We're golden!)
TensorFlow Probability (TFP), olasılıklı modelleri ve derin öğrenmeyi modern donanımda (TPU, GPU) birleştirmeyi kolaylaştıran, TensorFlow üzerine kurulmuş bir Python kitaplığıdır. Verileri anlamak ve tahminlerde bulunmak için alan bilgisini kodlamak isteyen veri bilimcileri, istatistikçiler, makine öğrenimi araştırmacıları ve uygulayıcılar içindir. TFP şunları içerir:
- Çok çeşitli olasılık dağılımları ve bijektörler.
- Olasılık katmanları ve bir "JointDistribution" soyutlaması dahil olmak üzere derin olasılıklı modeller oluşturmaya yönelik araçlar.
- Varyasyon çıkarımı ve Markov zinciri Monte Carlo.
- Nelder-Mead, BFGS ve SGLD gibi optimize ediciler.
Olasılıksal programlamaya giriş
Giriş niteliğinde, uygulamalı bir eğitim olan Bayesian Methods for Hackers , şimdi TensorFlow Probability'de örneklerle sunulmaktadır.
