高效、轻量级的变分推理与逼近界
viabel的Python项目详细描述
VIABEL:V变量Inference和A近似B是E有效和L
VIABEL是一个库(仍处于早期开发阶段),它提供两种类型的 功能:
- 一套轻量级的、灵活的变分推理方法 不知道如何构建模型。只需要一个 对数密度及其梯度。在
- 计算平均值、标准偏差误差范围的方法, 和方差估计由对 (非正态)分布。正则应用是一个变分 贝叶斯后验分布的逼近。在
文件
有关示例和API文档,请参见 readthedocs。在
安装
您可以使用pip install viabel
安装最新的稳定版本。
或者,您可以克隆存储库并使用主分支来
获取最新版本。在
引用维亚贝尔
如果您使用此软件包,请引用:
Validated Variational Inference via Practical Posterior Error Bounds。 乔纳森H.哈金斯, Mikołaj Kasprzak先生, 特雷弗·坎贝尔, 塔玛拉·布罗德里克。 在Proc中。第23届国际人工智能大会 意大利巴勒莫统计局。PMLR:第1082020卷。在
等效的BibTeX条目是:
@inproceedings{Huggins:2020:VI,
author = {Huggins, Jonathan H and Kasprzak, Miko{\l}aj and Campbell, Trevor and Broderick, Tamara},
title = {{Validated Variational Inference via Practical Posterior Error Bounds}},
booktitle = {Proc. of the 23rd International Conference on Artificial Intelligence and Statistics (AISTATS)},
year = {2020}
}
- 项目
标签: