เข้าร่วม Women in ML Symposium ในวันที่ 7 ธันวาคม ลงทะเบียนตอนนี้
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

Oryx เป็นห้องสมุดสำหรับการเขียนโปรแกรมความน่าจะเป็นและการเรียนรู้เชิงลึกที่สร้างขึ้นบน JAX

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
แนวทางของ Oryx คือการเปิดเผยชุดของการแปลงฟังก์ชันที่ประกอบและรวมเข้ากับการแปลงที่มีอยู่ของ JAX ในการติดตั้ง Oryx คุณสามารถเรียกใช้:
 pip install --upgrade oryx