TensorFlow Probability : Tutorials : TensorFlow 分布 shape の理解 (翻訳/解説)

【TensorFlow Probability: Tutorials: TF 分布 shape の理解】
TensorFlow Probability (TFP) は TensorFlow エコシステムの一つで確率的推論と統計解析を可能にする Python ライブラリです。確率モデルを深層学習と結合することを容易にします。
TFP チュートリアルの翻訳をしています。先に TFD (TF Distribution) モジュールの利用方法について説明されましたが、今回は TFD の shape の重要な概念である事象 shape / バッチ shape / サンプル shape について詳述されます。またブロードキャスティングについても詳しい考察があります。ここでも TF Eager execution モードを使用して具体例にあたります。
TFP は次を含みます: (1) 広範囲な確率分布と bijector。(2) 深層確率的モデルを構築するための各種ツール。 (3) 変分推論とマルコフ連鎖モンテカルロ。 (4) 各種オプティマイザ。

TFP は TensorFlow 上に構築されて TensorFlow のメリットを継承しますので、モデル探究とプロダクションのライフサイクルを通して単一の言語を使用してモデルを構築し、fit し、そして配備できます。

http://tensorflow.classcat.com/2018/10/25/tf-probability-tutorials-distributions-shape/?fbclid=IwAR3MNS9NO99-_Wj-2EN29DgseQ_VczH3otj64KMWArF_xvnjp-SpNgZqrOc