TensorFlow Probability : Tutorials : ガウス過程回帰 (翻訳/解説)
sales-info【TensorFlow Probability: Tutorials: ガウス過程回帰】
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。確率モデルと深層学習の融合を容易にします。
TFP チュートリアルの翻訳をしています。基本事項 – TFD (TF Distribution) モジュールの利用方法と TFD の shape / ブロードキャスティングについての説明が終わりましたので、具体的なモデルにあたっていきます。最初はガウス過程の回帰モデルで、関数からのノイズを持つ観測を生成して GP モデルをそれらのデータに (可視化しながら) 適合させます。
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 MCMC。 (4) 各種オプティマイザ。
TFP は TensorFlow 上に構築され 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。
