روز جامعه ML 9 نوامبر است! برای به روز رسانی از TensorFlow، JAX به ما بپیوندید، و بیشتر بیشتر بدانید

Oryx کتابخانه ای برای برنامه نویسی احتمالی و یادگیری عمیق است که در بالای JAX ساخته شده است.

import oryx
import jax.numpy as jnp
ppl = oryx.core.ppl
tfd = oryx.distributions

# Define sampling function
def sample(key):
  x = ppl.random_variable(tfd.Normal(0., 1.))(key)
  return jnp.exp(x / 2.) + 2.

# Transform sampling function into a log-density function
ppl.log_prob(sample)(1.)  # ==> -0.9189
رویکرد اوریکس این است که مجموعه ای از تحولات عملکردی را که با تحولات موجود JAX ترکیب و ادغام می شوند ، آشکار کند. برای نصب Oryx می توانید:
 pip install --upgrade oryx 
را اجرا کنید