Project Icon

pyprobml

提供Python 3代码,用于复现《概率机器学习:入门》和《概率机器学习:高级主题》书中的图表

pyprobml项目提供Python 3代码,用于复现《概率机器学习:入门》和《概率机器学习:高级主题》书中的图表。该项目采用numpy、scipy、matplotlib、sklearn等标准库,以及JAX、Tensorflow和Torch等深度学习框架。用户可在本地运行或通过Colab使用,适合需要高性能计算的用户也支持Google Cloud Platform。本项目目前处于维护模式,有意贡献者可查看项目官网的贡献指南。

项目介绍:pyprobml

pyprobml 项目致力于以 Python 3 代码的形式复现出自《Probabilistic Machine Learning: An Introduction》(通常称为“第一本书”)和《Probabilistic Machine Learning: Advanced Topics》(通常称为“第二本书”)这两本书中涉及的图示与算法实现。这些代码使用了标准的 Python 库,如 numpy、scipy、matplotlib 和 sklearn 等。而在第二本书中的某些部分还运用了 JAX,在第一本书中的某些部分中使用了 Tensorflow 2 和少量的 Torch。

运行 Jupyter 笔记本

pyprobml 项目中所需的所有 Jupyter 笔记本都可以通过以下位置找到:

  • 所有笔记本(按文件名排序)
  • 第一册的笔记本(按章节排序)
  • 第二册的笔记本(按章节排序)

在 Colab 中运行笔记本

Google 的 Colab 平台为广大用户提供了许多所需的预安装库(如 scikit-learn 和 JAX),并允许免费访问 GPU 和 TPU。团队提供了一份详细介绍如何在 Colab 上运行笔记本的指南,对于初学者非常有帮助。在 Colab 中运行 GitHub 上的 Jupyter 笔记本相对简单,只需将域名从 github.com 更改为 githubtocolab.com 即可。Google Chrome 用户甚至可以通过一个“打开在 Colab”的 Chrome 扩展简化这一流程。

本地运行笔记本

如果用户想在本地运行笔记本,需预先安装 JAX 和 Tensorflow,以及 Torch,因为安装取决于用户的 CPU、GPU 等硬件配置。用户可以通过以下几种方式安装其他所需的库。

  • 选项 1:使用 pip 命令直接从网络安装
  • 选项 2:下载到本地后使用 pip 命令安装
  • 选项 3:通过 git 克隆项目,并进行手动安装

如果用户希望保存图示,则需要配置环境变量来指定保存目录,并调整保存格式(如 pdf 和 png)。

云计算支持

当用户需要比 Colab 更多的计算能力或控制力时,团队推荐使用 Lightning.ai 提供的开发环境,该环境可以在网络浏览器中通过 VScode 访问 VM,并且可以根据需要一键启动多个 GPU。另外,Google Cloud Platform(GCP)也是提供 GPU 和 TPU 支持的不错选择,相关教程同样易于查找。

如何贡献

pyprobml 项目鼓励社区贡献,如果开发者有兴趣参与代码和笔记本的贡献,可以参考项目中的贡献指南。

Google Summer of Code (GSOC) 参与

pyprobml 项目在 2021 和 2022 年的 Google Summer of Code 活动中有着积极的贡献,具体的成果可以通过项目历史文档进行了解。

致谢

对于在项目开发中贡献力量的人员名单,请参考 pyprobml 项目的贡献者列表。

综上所述,pyprobml 作为一个开源项目,不仅为学习概率机器学习提供了极为重要的资源,也欢迎更多的开发者加入其中持续贡献和探索。

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

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

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

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

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

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

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。

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