इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow प्रायिकता

TensorFlow प्रायिकता TensorFlow में संभाव्य तर्क और सांख्यिकीय विश्लेषण के लिए एक पुस्तकालय है। TensorFlow इकोसिस्टम के भाग के रूप में, TensorFlow प्रायिकता, गहरे नेटवर्क के साथ संभाव्य तरीकों का एकीकरण प्रदान करती है, स्वचालित भेदभाव का उपयोग करते हुए ग्रेडिएंट-बेस्ड इनफैक्टरी, और हार्डवेयर एक्सेलेरेशन (GPU GPU) के साथ बड़े डेटासेट और मॉडल के लिए स्केलेबिलिटी।

TensorFlow प्रोबेबिलिटी के साथ आरंभ करने के लिए, इंस्टॉल गाइड देखें और पायथन नोटबुक ट्यूटोरियल देखें

अवयव

हमारे संभावित मशीन सीखने के उपकरण इस प्रकार हैं:

लेयर 0: टेन्सरफ्लो

न्यूमेरिकल ऑपरेशंस -विशेष रूप से, LinearOperator वर्ग- मैट्रिक्स-मुक्त कार्यान्वयन को सक्षम करता है जो कुशल गणना के लिए एक विशेष संरचना (विकर्ण, निम्न-श्रेणी, आदि) का शोषण कर सकता है। यह TensorFlow प्रायिकता टीम द्वारा बनाया और बनाए रखा गया है और कोर TensorFlow में tf.linalg का हिस्सा है।

परत 1: सांख्यिकीय बिल्डिंग ब्लॉक

परत 2: मॉडल बिल्डिंग

  • संयुक्त वितरण (जैसे, tfp.distributions.JointDistributionSequential ): संयुक्त वितरण एक या एक से अधिक संभवतः-अन्योन्याश्रित वितरण। TFP के JointDistribution s के साथ मॉडलिंग के परिचय के लिए, इस कोलाब को देखें
  • संभाव्य परतें ( tfp.layers ): तंत्रिका नेटवर्क परतें उन कार्यों पर अनिश्चितता के साथ होती हैं जिनका वे प्रतिनिधित्व करते हैं, टेंसरफ्लो परतों का विस्तार करते हैं।

परत 3: संभाव्य आविष्कार

TensorFlow संभावना सक्रिय विकास के तहत है और इंटरफेस बदल सकते हैं।

उदाहरण

नेविगेशन में सूचीबद्ध पायथन नोटबुक ट्यूटोरियल के अलावा, कुछ उदाहरण स्क्रिप्ट उपलब्ध हैं:

रिपोर्ट जारी करें

TensorFlow प्रायिकता समस्या ट्रैकर का उपयोग करके रिपोर्ट बग या सुविधा अनुरोध।