Logo
Project Icon

bayesian-torch

贝叶斯神经网络层和不确定性估计的PyTorch扩展库

Bayesian-Torch不确定性估计深度学习PyTorch变分推断Github开源项目

Bayesian-Torch是PyTorch的扩展库，用于在深度学习模型中实现贝叶斯推理和不确定性估计。它提供贝叶斯层，支持将确定性神经网络转换为贝叶斯形式。库包含变分推理、MOPED、量化和AvUC损失等功能，适用于不确定性感知应用。研究人员和开发者可利用Bayesian-Torch构建更可靠、可解释的AI模型。

访问官网访问官网GithubGithub文档文档论文论文
介绍相关项目
bayesian-flow-networks - 将贝叶斯方法与流网络相结合的生成模型新框架
Bayesian Flow NetworksGithub开源项目机器学习概率模型深度学习生成模型
Bayesian Flow Networks是一个结合贝叶斯方法和流网络的生成模型框架。项目提供完整代码实现，包含连续和离散数据的贝叶斯流定义，以及连续时间和离散时间的损失函数。支持MNIST、CIFAR-10和text8等数据集的训练、测试和采样。此框架在图像和文本生成任务中表现出色，为生成模型研究开辟新方向。
pyro - 灵活且可扩展的概率编程库，支持大规模数据处理与自定义推理
GithubLinux FoundationPyTorchPyroUber AI开源项目深度概率编程
Pyro是基于PyTorch的深度概率编程库，具备灵活性和可扩展性。它能够表示任何可计算的概率分布，处理大规模数据集时具有较低的开销，并提供强大且可组合的抽象功能。Pyro由Uber AI最初开发，现由社区和Broad Institute团队积极维护，并在2019年成为Linux Foundation项目。其设计理念包括普适性、可扩展性和灵活性。通过高层抽象表达生成和推理模型，用户可以根据需求进行自动化或自定义推理。在机器学习和数据科学领域，Pyro提供了广泛的应用和支持。
pytorch - 能GPU加速的Python深度学习平台
GPU加速PyTorch深度学习神经网络
PyTorch是一个开源的提供强大GPU加速的张量计算和深度神经网络平台，基于动态autograd系统设计。它不仅支持广泛的科学计算需求，易于使用和扩展，还可以与Python的主流科学包如NumPy、SciPy无缝集成，是进行深度学习和AI研究的理想工具。
uncertainty-calibration - 深度学习预测校准技术的前沿研究与实践应用
Github不确定性量化广告推荐开源项目机器学习模型评估预估校准
uncertainty-calibration项目是预估校准技术研究的综合资源库。该项目涵盖后处理方法、模型集成方法和校准理论分析等多个领域，并提供广告等实际应用案例。项目还包括评价指标、公开数据集和中文资料，为研究人员和从业者提供了全面的校准技术参考。
the-incredible-pytorch - PyTorch资源，包括教程、项目及工具库等
GithubPyTorch开源项目教程机器学习深度学习神经网络
详尽解析PyTorch生态系统！本项目集成了丰富的教程、库和视频资源，全面覆盖从基本知识到先进技术的不同需求。无论涉及数据可视化、对象检测或模型优化，均提供细致入微的资源，帮助各层次开发者提升机器学习实力。
BayesianDeepLearning-Survey - 贝叶斯深度学习的不断更新综述
Github人工智能开源项目机器学习概率模型深度学习贝叶斯深度学习
本项目是贝叶斯深度学习(BDL)的持续更新综述,扩展自ACM Computing Surveys 2020年发表的论文。涵盖BDL在推荐系统、领域适应、医疗保健、自然语言处理、计算机视觉等领域的应用。通过定期更新,为研究人员提供BDL最新进展概述,展示这一框架在多个应用中的潜力。
pytorch-forecasting - 前沿的时间序列预测工具包，提供灵活的高层API
GithubPyTorch ForecastingPyTorch Lightning开源项目时间序列预测深度学习神经网络
PyTorch Forecasting 是一个基于 PyTorch 的时间序列预测包，适用于实际应用和研究。它支持多种神经网络架构及自动日志记录，利用 PyTorch Lightning 实现多 GPU/CPU 的扩展训练，并内置模型解释功能。关键特性包括时间序列数据集类、基本模型类、增强的神经网络架构、多视角时间序列指标和超参数优化。安装简便，支持 pip 和 conda，文档详尽，并包含模型比较和使用案例。
fortuna - 不确定性量化的开源库
AWS SageMakerBayesian推理FortunaGithub不确定性量化开源项目深度学习
Fortuna是一个专用于不确定性量化的开源库，适用于需要做出关键决策的场景。它提供了从预训练模型和深度学习模型进行校准和共形的方法，并支持多种贝叶斯推断方法。通过简单直观的语言和高度配置的特性，用户可以轻松运行基准测试并将不确定性引入生产系统。Fortuna支持从不确定性估算、模型输出以及Flax模型三种模式，确保预测结果的可靠性。详见官方文档和示例。
edward - 用于概率建模、推断和模型评估的Python库
EdwardGithubPython库TensorFlow开源项目推断概率建模
Edward 是一个用于概率建模、推断和模型评估的Python库。它融合了贝叶斯统计、机器学习、深度学习和概率编程，支持多种模型，如有向图模型、神经网络、隐式生成模型和贝叶斯非参数。Edward 提供变分推断、蒙特卡罗方法、生成对抗网络等多种推断方法，并支持模型和推断的评估。构建于TensorFlow之上，支持计算图、分布式训练、CPU/GPU集成和自动微分。
BayesianOptimization - 贝叶斯优化的Python库 高效优化黑盒函数
GithubPython全局优化开源项目机器学习贝叶斯优化高斯过程
BayesianOptimization是一个纯Python实现的贝叶斯全局优化库。该工具利用高斯过程构建未知函数的后验分布，平衡探索与利用来寻找函数最大值。它适用于高成本函数优化，能以较少迭代找到接近最优的参数组合。BayesianOptimization提供简洁API，支持自定义搜索空间、序列域缩减和约束优化等功能，适用于机器学习模型调参等场景。
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号