来源:GitHub
编译:机器之心
参与:吴攀
本文长度为1200字,建议阅读4分钟
本文为你介绍「珠算(ZhuSuan)」这一软件库的介绍文档。
5月27-28日,机器之心主办的第一届全球机器智能峰会(GMIS 2017)将在北京 898 创新空间举行。在峰会第一天下午的「机器学习」主题 Session 上,清华大学副教授朱军将分享解读《珠算:贝叶斯深度学习的 GPU 库(ZhuSuan: a GPU Library for Bayesian Deep Learning)》。
近日,清华大学机器学习组已经在 GitHub 上发布了「珠算(ZhuSuan)」这一软件库。机器之心在本文中编译介绍了该项目的介绍文档,如果你想现场聆听对该项目的更详细深入的介绍,可访问 GMIS 官网gmis.jiqizhixin.com了解参会方式或点击这里直达购票地址。
珠算(ZhuSuan)是一个构建于 TensorFlow 之上的用于生成模型(Generative Model)的 Python 库。和现有的主要为有监督学习任务设计的深度学习库不同,珠算的主要特点是其在很大程度上植根于贝叶斯推理(Bayesian Inference),因此,珠算能支持各种生成模型:既包括传统的分层贝叶斯模型(如话题模型、贝叶斯逻辑回归等),也有最近的深度生成模型(如VAE、GAN等等)。
使用珠算,用户可以享有深度学习的强大拟合能力和多 GPU支持的高效训练,同时,还能通过生成模型对复杂环境进行建模,充分利用无标注数据,并通过严谨的贝叶斯推理处理不确定性。
目前支持的主要推理算法
变分推理和随机变分推理(VI & SVI)
支持多种变分后验:
支持的变分方法:
自适应重要程度采样
马尔可夫链蒙特卡洛(MCMC)
安装
珠算仍处在开发阶段。在第一个稳定版(1.0)发布之前,请从github克隆(clone)这个库并在主目录中运行以下代码:
pip install .
这会自动安装珠算及其依赖包。
文档
在线文档地址:http://zhusuan.readthedocs.io/
其中包含三个使用教程(Tutorials)和代码的API文档:
示例
如果你想运行我们提供的示例,你需要安装额外的依赖包。可以通过执行以下代码完成:
开发
如果要以「可编辑」或「开发」模式安装珠算,在主目录下运行:
pip install -e .
如果要移除安装,运行:
pip uninstall zhusuan
附加的开发用依赖包可通过以下代码安装:
pip install ".[dev]"
1.测试
以下命令可在主目录中运行自动测试:
python -m unittest discover -v
测试范围:在运行测试之后,为了确保测试范围涵盖开发,请运行
coverage report --include="zhusuan/*"
PEP8 代码风格检查:我们遵循 PEP8 Python 代码风格。要进行检查,在主目录中运行
pep8 .
2.文档
文档在 docs/ 目录下,是 RestructuredText(.rst)文件。主页为 index.rst。关于 RestructuredText 的教程可参阅:
https://pythonhosted.org/an_example_pypi_project/sphinx.html
API References 是通过 Sphinx 自动生成的。它们在 doc/api/ 目录下,在每次修改代码之后都应该重新生成:
make api
在 docs/ 目录下运行以下代码可将文档编译成网页:
make html
生成的网页存储在 docs/_build 目录,可以通过浏览器查看。