Pyro

深度通用概率编程

安装文档论坛示例

关于 Pyro

NumPyro 发布 我们很高兴地宣布 NumPyro 的发布，它是基于 NumPy 的 Pyro，使用 JAX 进行自动微分和 JIT 编译，为 HMC 和 NUTS 带来了超过 100 倍的速度提升！请参阅示例和文档以了解更多详情。

Pyro 是一种通用的概率编程语言 (PPL)，使用 Python 编写，后端由 PyTorch 支持。Pyro 实现了灵活且富有表现力的深度概率建模，融合了现代深度学习和贝叶斯建模的优点。它设计时遵循以下关键原则：

通用性：Pyro 可以表示任何可计算的概率分布。
可伸缩性：Pyro 可以扩展到大型数据集，且开销很小。
简洁性：Pyro 的核心是一组强大、可组合的抽象，实现简洁。
灵活性：Pyro 在需要时提供自动化，在必要时提供控制。

请查看博客文章以了解更多背景信息，或深入学习教程。

如何安装 Pyro

Pyro 支持 Python 3。

通过 Pip 安装

首先安装 PyTorch。然后通过 pip 安装 Pyro

 pip3 install pyro-ppl

从源代码安装

git clone https://github.com/pyro-ppl/pyro.git
cd pyro
pip install .[extras]

运行 Docker 镜像

请按照此处的说明进行操作。

Pyro 是一个获得 Apache 2.0 许可的开源项目

如果您在研究中使用 Pyro 或 NumPyro，请考虑引用我们的论文。

@article{bingham2018pyro,
author = {Bingham, Eli and Chen, Jonathan P. and Jankowiak, Martin and Obermeyer, Fritz and
          Pradhan, Neeraj and Karaletsos, Theofanis and Singh, Rohit and Szerlip, Paul and
          Horsfall, Paul and Goodman, Noah D.},
title = {{Pyro: Deep Universal Probabilistic Programming}},
journal = {Journal of Machine Learning Research},
year = {2018}
}

@article{phan2019composable,
author = {Phan, Du and Pradhan, Neeraj and Jankowiak, Martin},
title = {Composable Effects for Flexible and Accelerated Probabilistic Programming in NumPyro},
journal = {arXiv preprint arXiv:1912.11554},
year = {2019}
}

使用 Pyro 的机构

（也添加您的机构吧！）