文件名称：tensorprob：基于TensorFlow的概率编程框架
文件大小：208KB
文件格式：ZIP
更新时间：2024-03-21 13:39:49
Python
:warning: TensorProb不再维护，并且已经成为替代方案。 :warning: TensorProb TensorProb是基于的概率编程框架。 这是一个Python库，可让您使用基本构件定义随机变量和它们之间的复杂概率关系。 如果提供了对某些变量的观察，则可以推断其他（未观察到的）变量的值。 TensorProb不会假设您要使用常态范式还是贝叶斯范式来执行推断，而是提供了用于执行这两种推断的工具。 使用TensorFlow构建和评估后验分布（或似然函数），这意味着您可以同时使用多个CPU内核和GPU。 通过使用TensorFlow中定义的符号运算符，这也使添加新的自定义概率分布变得容易。 请参阅下方的示例部分，以了解如何使用TensorProb。 贡献给TensorProb 我们很高兴接受对该项目的贡献！ 请查看以获取说明和指南。 安装 TensorProb需要TensorFlow（py
【文件预览】：
tensorprob-master
----setup.py(537B)
----.gitignore(897B)
----tensorprob()
--------distributions()
--------optimization_result.py(603B)
--------utilities.py(4KB)
--------__init__.py(1006B)
--------optimizers()
--------distribution.py(4KB)
--------samplers()
--------config.py(75B)
--------stats.py(843B)
--------parameter.py(136B)
--------model.py(21KB)
----requirements.txt(140B)
----Makefile(565B)
----.travis.yml(949B)
----CONTRIBUTING.md(3KB)
----LICENSE(1KB)
----examples()
--------example4.py(548B)
--------least_squares.png(29KB)
--------Example3.ipynb(17KB)
--------normal_fit.png(27KB)
--------Example2.ipynb(73KB)
--------mcmc.png(30KB)
--------example1_particle_decays.ipynb(27KB)
----README.md(5KB)
----tests()
--------test_optimizer.py(2KB)
--------test_mcmc.py(261B)
--------distributions()
--------test_utilities.py(918B)
--------__init__.py(0B)
--------test_stats.py(554B)
--------test_distribution.py(6KB)
--------test_model.py(7KB)
----.coveragerc(332B)
----.style.yapf(76B)
----docs()
--------Makefile(8KB)
--------source()