用于训练具有复合结构的类似于高斯过程贝叶斯神经网络的软件包。
项目描述
AutoBNN
此库包含代码来指定与各种有用的GP核相对应的BNN,并使用加法、乘法和变化点等运算符将它们组装成模型。
它基于以下论文中的思想
-
Lassi Meronen, Martin Trapp, Arno Solin. 周期激活函数导致平稳性. NeurIPS 2021.
-
Tim Pearce, Russell Tsuchida, Mohamed Zaki, Alexandra Brintrup, Andy Neely. 贝叶斯神经网络中的表达先验:核组合和周期函数. UAI 2019.
-
Feras A. Saad, Brian J. Patton, Matthew D. Hoffman, Rif A. Saurous, Vikash K. Mansinghka. 用于时间序列结构发现的序贯蒙特卡洛学习. ICML 2023.
设置
AutoBNN除了Tensorflow Probability核心软件包之外还使用了三个额外的依赖项:flax、scipy和jaxtyping。这些可以通过运行setup_autobnn.sh
进行安装。
项目详情
关闭
autobnn-0.0.2.dev0.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 8ca445c8d9c03cc4a9f54281dbeea561ae708fd1dcc37ebf1c7854fc78ab964b |
|
MD5 | f85e3af935d6888dc294eb636b92605c |
|
BLAKE2b-256 | 15e0bf807fac2bd5d6630947fd6590e50590a5c6d00761e6fec8e97f5d912701 |