アカウント名:
パスワード:
Pyro is a flexible, scalable deep probabilistic programming library built on PyTorch.
Exampleも普通にjupyter notebookでpythonだし、とくにDSLっぽい部分もないようにみえる。どの辺に言語っぽさがあるのでしょうか。
対象のドメインは,確率モデルをプログラムで表すこと.プログラムの途中に確率的に動作する選択肢を入れることで,統計学で使われているような標準的な確率分布よりも複雑な確率モデルを扱えます.プログラム中に書かれたその選択肢の確率値をデータから学習するのに,数式の導出が不要になるのが利点です.
これまで提案されたそのようなプログラミング言語 (Probabilistic Programming Language [wikipedia.org]; PPL) と比べて,Pyro は特に利点がないような感じです.Python 拡張で深層学習を扱える PPL だと Edward [edwardlib.org] がすでにあります.
このPPLでやりたいことって、乱数を使う値の計算で、普通のプログラミングでやるような乱数値を一つ選んだものを使って計算するのじゃなく、乱数分布のまま持ち回して最後まで計算してから取り出せる、って感じでしょうかね。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
アレゲは一日にしてならず -- アレゲ見習い
githubのソースではライブラリになってる (スコア:0)
Exampleも普通にjupyter notebookでpythonだし、とくにDSLっぽい部分もないようにみえる。どの辺に言語っぽさがあるのでしょうか。
Re:githubのソースではライブラリになってる (スコア:0)
対象のドメインは,確率モデルをプログラムで表すこと.プログラムの途中に確率的に動作する選択肢を入れることで,統計学で使われているような標準的な確率分布よりも複雑な確率モデルを扱えます.プログラム中に書かれたその選択肢の確率値をデータから学習するのに,数式の導出が不要になるのが利点です.
これまで提案されたそのようなプログラミング言語 (Probabilistic Programming Language [wikipedia.org]; PPL) と比べて,Pyro は特に利点がないような感じです.Python 拡張で深層学習を扱える PPL だと Edward [edwardlib.org] がすでにあります.
Re: (スコア:0)
このPPLでやりたいことって、乱数を使う値の計算で、普通のプログラミングでやるような乱数値を一つ選んだものを使って計算するのじゃなく、乱数分布のまま持ち回して最後まで計算してから取り出せる、って感じでしょうかね。