Pyro 0.3.0 : Examples : ベイジアン回帰 – 推論アルゴリズム (Part 2)
Pyro は確率的プログラミング言語 (PPL) で PyTorch エコシステムの一つです。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
現代的な機械学習の多くは近似推論として位置づけられ Pyro のような PPL で簡潔に表わされます。クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
今回はベイジアン回帰 Part 2 です。Part 1 では単純なベイジアン線形回帰モデル上で SVI を使用してどのように推論を遂行するかを見ました。Part 2 では同じデータセットを使用して、正確な推論テクニックに加えてより表現力のあるガイドを探究します。
[詳細] (12/19/2018)
Pyro 0.3.0 : Examples : ベイジアン回帰 – イントロダクション (Part 1)
Pyro は確率的プログラミング言語 (PPL) で PyTorch エコシステムの一つです。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
現代的な機械学習の多くは近似推論として位置づけられ Pyro のような PPL で簡潔に表わされます。クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
今回は具体例としてベイジアン回帰を扱います。最初に PyTorch で線形回帰を実装してパラメータのための点推定を学習します。それからベイジアン線形回帰を実装するために Pyro を使用することによりどのように不確かさを推定に組み込むかを見ます。
[詳細] (12/18/2018)
Pyro 0.3.0 : SVI (2) 条件付き独立性、サブサンプリング及び Amortization
Pyro は確率的プログラミング言語 (PPL) で PyTorch エコシステムの一つです。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
現代的な機械学習の多くは近似推論として位置づけられ Pyro のような PPL で簡潔に表わされます。クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
今回は SVI を巨大なデータセットにスケールすることを考えます。言語プリミティブ plate と markov の詳細な説明とともに条件付き独立性、サブサンプリング 及び Amortization を扱います。
[詳細] (12/17/2018)
Pyro 0.3.0 : SVI (1) 確率的変分推論へのイントロダクション
Pyro は確率的プログラミング言語 (PPL) で PyTorch エコシステムの一つです。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
現代的な機械学習の多くは近似推論として位置づけられ Pyro のような PPL で簡潔に表わされます。クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
Pyro では SVI (確率的変分推論)を汎用目的推論アルゴリズムとしてサポートするために注意深く設計されています。Pyro では変分推論を行なうための機構は SVI クラスにカプセル化されています。今回から SVI クラスの詳細な説明に入ります。
[詳細] (12/16/2018)
Pyro 0.3.0 : Pyro の推論へのイントロダクション
Pyro は PyTorch のエコシステムの一つで、PyTorch をバックエンドとして動作する、確率的プログラミング言語 (PPL) です。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
今回は Pyro の推論へのイントロダクションです。現代的な機械学習の多くは近似推論として位置づけられて Pyro のような確率的プログラミング言語で簡潔に表わされます。
クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
[詳細] (12/15/2018)
Pyro 0.3.0 : Pyro モデルへのイントロダクション
Pyro は PyTorch のエコシステムの一つで、PyTorch をバックエンドとして動作する、確率的プログラミング言語 (PPL) です。PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされています。
クラスキャットは Pyro 0.3.0 の無償サポートを開始しその一環としてドキュメントの日本語翻訳を提供していきます。
最初は Pyro モデルへのイントロダクションとして、確率的プログラムの基本ユニットである確率関数について説明されます。そしてプリミティブ確率関数と決定論的 Python コードを組み上げて簡単な確率モデルを作成してみます。
[詳細] (12/15/2018)
Pyro 0.3.0 リリースノート
◆ Pyro 最新ステーブル版 0.3.0 リリース
◆ クラスキャット、Pyro の無償サポートも開始
Pyro は Uber がオープンソース化した確率的プログラミング言語 (PPL) です。PyTorch をバックエンドとして動作する PyTorch エコシステムの一つで、深層確率モデル構築の分野では最先端ツールの一つです。
PyTorch 1.0 ステーブル版のリリースを受けて PyTorch 1.0 に対応した Pyro 0.3.0 ステーブル版がリリースされましたので、リリースノートを翻訳しておきました。0.2.1 以来およそ半年ぶりのアップデートです。
Pyro 0.3.0 では ELBO 実装の改良や確率分布の拡充が本質的ですが、新機能として PyTorch 1.0 JIT サポートの他にも並列サンプリング、Autoguide そして GPyTorch との統合等が追加されています。またドキュメントもより分かりやすく改良されてサンプルも追加されています。
クラスキャットでは PyTorch 1.0 に続いて Pyro の無償サポートを開始致します。具体的には各種ドキュメントの日本語翻訳、FAQ の提供、有用なコードスニペットの提供等を実施していきます。
[詳細] (12/14/2018)
PyTorch : Pyro Examples : ガウス混合モデル
Pyro は PyTorch のエコシステムの一つで、PyTorch をバックエンドとする確率的プログラミング言語 (PPL) です。機械学習の多くは近似ベイズ推論として位置づけられ確率的プログラミング言語で簡潔に表わされます。
幾つかチュートリアルが用意されていますので、順次翻訳しています。イントロダクションと SVI クラスの詳細説明に続いて、サンプルのチュートリアルに入っています。ガウス過程、変分オートエンコーダに続いてはガウス混合モデルを扱います。
Pyro は SVI (確率的変分推論) を可能にするために構築されていて、SVI を汎用目的推論アルゴリズムとしてサポートするために注意深くデザインされています。
[詳細] (11/26/2018)
PyTorch : GPyTorch tutorials : GPyTorch 回帰
GPyTorch も PyTorch のエコシステムの一つです。Pyro は近似ベイズ推論を主題とした PyTorch をバックエンドとする確率的プログラミング言語 (PPL) でしたが、GPyTorch はスケーラブルで柔軟なガウス過程モデルを作成するためにデザインされたガウス過程ライブラリです。やはり PyTorch を使用して実装されています。
幾つかチュートリアルとサンプルが用意されていますので、順次翻訳していきます。
[詳細] (11/22/2018)
PyTorch : Pyro Examples : 変分オートエンコーダ
Pyro は PyTorch のエコシステムの一つで、PyTorch をバックエンドとする確率的プログラミング言語 (PPL) です。機械学習の多くは近似ベイズ推論として位置づけられ確率的プログラミング言語で簡潔に表わされます。
幾つかチュートリアルが用意されていますので、順次翻訳しています。イントロダクションと SVI クラスの詳細説明に続いて、サンプルのチュートリアルに入っています。ガウス過程 (GP) に続いては変分オートエンコーダを扱います。MNIST を題材に Pyro で VAE を実装します。
Pyro は SVI (確率的変分推論) を可能にするために構築されていて、SVI を汎用目的推論アルゴリズムとしてサポートするために注意深くデザインされています。
[詳細] (11/12/2018)
PyTorch : Pyro Examples : ガウス過程
Pyro は PyTorch のエコシステムの一つで、PyTorch をバックエンドとする確率的プログラミング言語 (PPL) です。機械学習の多くは近似ベイズ推論として位置づけられ確率的プログラミング言語で簡潔に表わされます。
幾つかチュートリアルが用意されていますので、順次翻訳しています。イントロダクションと SVI クラスの詳細説明に続いて、サンプルのチュートリアルに入ります。最初はガウス過程 (GP) です。
Pyro は pyro.contrib.gp モジュールでガウス過程のサポートを提供してます。このチュートリアルでは Pyro の GP I/F をどのように使用するかについて可視化を重視しながら詳述されています。
Pyro は SVI (確率的変分推論) を可能にするために構築されていて、SVI を汎用目的推論アルゴリズムとしてサポートするために注意深くデザインされています。
[詳細] (10/28/2018)
◆ お問合せ
本件に関するお問い合わせ先は下記までお願いいたします。
| 株式会社クラスキャット |
| セールス・マーケティング本部 セールス・インフォメーション |
| E-Mail：sales-info@classcat.com |
| WebSite: http://www.classcat.com/ |
※ その他、記載されている会社名・製品名は各社の登録商標または商標です。