PyMC

来自维基百科,自由的百科全书

PyMC(曾叫做PyMC3[1])是一個Python包,用於貝葉斯統計建模概率機器學習,它聚焦於高級馬爾可夫鏈蒙特卡洛法和變分擬合算法[2][3][4]

快速預覽 原作者, 首次發布 ...
關閉

概述

PyMC曾經叫做PyMC3,不同於早先的使用Fortran擴展進行計算的PyMC2,它依靠Theano來進行自動微分、計算優化和動態C語言編譯[3][5]。從版本3.8開始PyMC依據ArviZ英語ArviZ來進行數據可視化貝葉斯推斷探索分析英語Exploratory data analysis[6]。PyMC和Stan英語Stan (software)是兩個最流行的概率編程工具[7]

PyMC是開源項目,由社區開發並在財務上得到NumFocus贊助[8]。PyMC已經在很多領域中被用於解決推斷問題,包括天文學[9][10]流行病學[11][12]分子生物學[13]晶體學[14][15]化學[16]生態學[17][18]心理學[19]

Theano於2017年宣布計劃停止開發之後[20],PyMC團隊曾評估採用TensorFlow Probability[21]作為計算後端[22],但是在2020年接管Theano的開發[23]。在2021年1月絕大部份的Theano代碼基被重新建造,並增加了通過JAXNumba的編譯,修訂後的這個計算後端以新名字Aesara發行。PyMC團隊在2021年6月將PyMC3更名為PyMC[1]。2022年11月28日,PyMC團隊宣布採用從Aesara計劃分叉出PyTensor[24]

推論引擎

PyMC實現了不基於梯度的和基於梯度的馬爾可夫鏈蒙特卡洛(MCMC)算法用於貝葉斯推斷和隨機(Stochastic英語Stochastic),基於梯度的變分貝葉斯方法用於近似貝葉斯推斷。

參見

  • Stan英語Stan (software)是用C++編寫統計推論的概率程式語言。

引用

延伸閱讀

外部連結

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.