文件名称：pysgmcmc:随机梯度MCMC方法的贝叶斯深度学习
文件大小：9.41MB
文件格式：ZIP
更新时间：2024-05-17 06:30:13
python tensorflow stochastic bayesian-inference mcmc
PYSGMCMC PYSGMCMC是用于贝叶斯深度学习的Python框架，其重点是随机梯度马尔可夫链蒙特卡洛方法。 特征 复杂的采样器就像黑匣子一样，用任何MCMC采样器的相应成本来计算下一个采样就很容易： sample , cost = next ( sampler ) 基于提供： 通过数据流图进行高效的数值计算 灵活的计算环境（CPU / GPU支持，台式机/服务器/移动设备支持） 线性代数运算 安装 快速方法： pip3 install git+https://github.com/MFreidank/pysgmcmc 文献资料 我们的文档可以在找到。
【文件预览】：
pysgmcmc-master
----setup.py(1KB)
----.gitignore(1KB)
----requirements.txt(141B)
----.readthedocs.yml(103B)
----.travis.yml(324B)
----MANIFEST.in(96B)
----pysgmcmc()
--------diagnostics()
--------Makefile(1KB)
--------__init__.py(0B)
--------models()
--------tensor_utils.py(19KB)
--------stepsize_schedules.py(2KB)
--------samplers()
--------tests()
--------pytest.ini(169B)
--------data_batches.py(7KB)
--------sampling.py(10KB)
----setup.cfg(22B)
----notebooks(21B)
----README.rst(2KB)
----.landscape.yml(152B)
----.coveragerc(214B)
----docs()
--------Makefile(614B)
--------to_include_toplevel.rst(3KB)
--------source()
--------references()
--------requirements-docs.txt(108B)
----ci_scripts()
--------run_tests.sh(615B)