TensorFlow Probability là một thư viện dành cho lý luận xác suất và phân tích thống kê.
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) là một thư viện Python được xây dựng trên TensorFlow giúp dễ dàng kết hợp các mô hình xác suất và học sâu trên phần cứng hiện đại (TPU, GPU). Nó dành cho các nhà khoa học dữ liệu, nhà thống kê, nhà nghiên cứu ML và những người thực hành muốn mã hóa kiến thức miền để hiểu dữ liệu và đưa ra dự đoán. TFP bao gồm:
- Nhiều lựa chọn phân phối xác suất và bijector.
- Các công cụ để xây dựng các mô hình xác suất sâu, bao gồm các lớp xác suất và một phần trừu tượng của `JointDistribution`.
- Suy luận đa dạng và chuỗi Markov Monte Carlo.
- Các trình tối ưu hóa như Nelder-Mead, BFGS và SGLD.
Giới thiệu về lập trình xác suất
Bayesian Method for Hackers , một hướng dẫn thực hành, giới thiệu, hiện có sẵn với các ví dụ trong TensorFlow Probability.
