TensorFlow 概率推理工具集——probability
Probability 是 TensorFlow 的概率推理工具集,它是集建模工具、推理演算法、一些有用的模型和一般統計計算於一身的開發工具集合。利用 TensorFlow,Probability 可以將概率方法和深度網路、通過自動差分的基於梯度的推論、大數據集、通過硬體(比如 GPU)加速的模型和分散式計算結合起來。
該軟體的主要內容包括以下幾個部分:
該庫中的介面可能隨時會更改。
Github 地址:
https://github.com/tensorflow/probability
安裝:
安裝 Probability 最簡單的方法是用 pip:
pipinstall--upgrade tensorflow-probability # for Python 2.7
pip3install--upgrade tensorflow-probability # for Python 3.n
pipinstall--upgrade tensorflow-probability-gpu # for Python 2.7 and GPU
pip3install--upgrade tensorflow-probability-gpu # for Python 3.n and GPU
TensorFlow Probability 目前不包含任何指定 GPU(GPU-specific)的代碼。這些軟體包之間的主要區別在於 tensorflow-probability-gpu 取決於啟用 GPU 的 TensorFlow 版本。
開發者也可以從源代碼安裝, 這需要 Bazel(https://bazel.build/)構建系統。
git clone https://github.com/tensorflow/probability.git
cdprobability
bazel build --config=opt:pip_pkg
./bazel-bin/pip_pkg /tmp/tensorflow_probability_pkg
pip install /tmp/tensorflow_probability_pkg/*.whl
示例:
通過示例來學習是最容易的, examples / 目錄包含常見概率模型的參考實現,並演示了在 TensorFlow 中構建概率模型的慣用方法。開發者可以直接用命令行運行示例:
訓練貝葉斯深度網路對MNIST數字進行分類,請參閱示例目錄:
https://github.com/tensorflow/probability/tree/master/examples/
用法:
安裝 tensorflow_probability 後,可通過以下方式訪問函數:
importtensorflow_probabilityastfp
春節 AI 學習狂歡,精品課程 豪華特輯
優惠折上折,福利搶不停!
※回看 2017,哪個學術會議給你留下最難忘的回憶?
※IBM高級研發工程師武維:如何分散式訓練深度學習模型?
TAG:AI研習社 |