跳转到主要内容

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


下载文件

下载您平台对应的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。

源分布

autobnn-0.0.2.dev0.tar.gz (29.4 kB 查看哈希值)

上传时间

支持者