12월 7일 Women in ML 심포지엄 참석 지금 등록

TensorFlow Probability는 확률적 추론 및 통계 분석을 위한 라이브러리입니다.

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)는 최신 하드웨어(TPU, GPU)에서 확률 모델과 딥 러닝을 쉽게 결합할 수 있도록 하는 TensorFlow에 구축된 Python 라이브러리입니다. 데이터를 이해하고 예측하기 위해 도메인 지식을 인코딩하려는 데이터 과학자, 통계학자, ML 연구원 및 실무자를 위한 것입니다. TFP에는 다음이 포함됩니다.
  • 다양한 확률 분포 및 바이젝터 선택.
  • 확률 계층 및 'JointDistribution' 추상화를 포함하여 심층 확률 모델을 구축하는 도구입니다.
  • 변이 추론과 마르코프 연쇄 몬테카를로.
  • Nelder-Mead, BFGS 및 SGLD와 같은 옵티마이저.
TFP는 TensorFlow의 이점을 상속하므로 모델 탐색 및 생산의 수명 주기 동안 단일 언어를 사용하여 모델을 구축, 적합 및 배포할 수 있습니다. TFP는 오픈 소스이며 GitHub에서 사용할 수 있습니다. 시작하려면 TensorFlow 확률 가이드 를 참조하세요.