احفظ التاريخ! يعود مؤتمر Google I / O من 18 إلى 20 مايو. سجل الآن
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

احتمالية TensorFlow

TensorFlow Probability عبارة عن مكتبة للتفكير الاحتمالي والتحليل الإحصائي في TensorFlow. كجزء من نظام TensorFlow البيئي ، يوفر TensorFlow Probability تكاملاً للطرق الاحتمالية مع الشبكات العميقة والاستدلال القائم على التدرج باستخدام التمايز التلقائي وقابلية التوسع لمجموعات البيانات والنماذج الكبيرة مع تسريع الأجهزة (GPUs) والحساب الموزع.

لبدء استخدام TensorFlow Probability ، راجع دليل التثبيت واطلع على دروس Python للدفتر .

مكونات

تم تصميم أدوات التعلم الآلي الاحتمالية لدينا على النحو التالي:

الطبقة 0: TensorFlow

تتيح العمليات العددية - على وجه الخصوص ، فئة LinearOperator - عمليات تنفيذ خالية من المصفوفات يمكنها استغلال بنية معينة (قطري ، ومنخفض رتبة ، وما إلى ذلك) لإجراء حساب فعال. تم بناؤه وصيانته بواسطة فريق TensorFlow Probability وهو جزء من tf.linalg في TensorFlow الأساسية.

الطبقة 1: اللبنات الإحصائية

الطبقة 2: نموذج البناء

  • التوزيعات المشتركة (على سبيل المثال ، tfp.distributions.JointDistributionSequential ): التوزيعات المشتركة على واحد أو أكثر من التوزيعات التي يحتمل أن تكون مترابطة. للحصول على مقدمة حول النمذجة باستخدام JointDistribution الخاصة بـ JointDistribution ، تحقق من هذا colab
  • الطبقات الاحتمالية ( طبقات tfp.layers ): طبقات الشبكة العصبية مع عدم اليقين بشأن الوظائف التي تمثلها ، مما يؤدي إلى تمديد طبقات TensorFlow.

الطبقة 3: الاستدلال الاحتمالي

يخضع TensorFlow Probability للتطوير النشط وقد تتغير الواجهات.

أمثلة

بالإضافة إلى البرامج التعليمية لدفتر Python المُدرجة في قائمة التنقل ، هناك بعض الأمثلة على البرامج النصية المتاحة:

الإبلاغ عن المشكلات

أبلغ عن الأخطاء أو طلبات الميزات باستخدام أداة تعقب مشكلات TensorFlow Probability .