TensorFlow Probability হল সম্ভাব্য যুক্তি এবং পরিসংখ্যান বিশ্লেষণের জন্য একটি গ্রন্থাগার।
import tensorflow as tf import tensorflow_probability as tfp # Pretend to load synthetic data set. features = tfp.distributions.Normal(loc=0., scale=1.).sample(int(100e3)) labels = tfp.distributions.Bernoulli(logits=1.618 * features).sample() # Specify model. model = tfp.glm.Bernoulli() # Fit model given data. coeffs, linear_response, is_converged, num_iter = tfp.glm.fit( model_matrix=features[:, tf.newaxis], response=tf.cast(labels, dtype=tf.float32), model=model) # ==> coeffs is approximately [1.618] (We're golden!)একটি নোটবুক চালান
TensorFlow Probability (TFP) হল TensorFlow এ নির্মিত একটি পাইথন লাইব্রেরি যা আধুনিক হার্ডওয়্যারে (TPU, GPU) সম্ভাব্য মডেল এবং গভীর শিক্ষাকে একত্রিত করা সহজ করে তোলে। এটি ডেটা বিজ্ঞানী, পরিসংখ্যানবিদ, এমএল গবেষক এবং অনুশীলনকারীদের জন্য যারা ডোমেইন জ্ঞান এনকোড করতে চান এবং ডেটা বুঝতে এবং ভবিষ্যদ্বাণী করতে চান। TFP অন্তর্ভুক্ত:
- সম্ভাব্যতা বিতরণ এবং বাইজেক্টরের বিস্তৃত নির্বাচন।
- সম্ভাব্য স্তর এবং একটি `জয়েন্ট ডিস্ট্রিবিউশন` বিমূর্ততা সহ গভীর সম্ভাব্য মডেল তৈরির সরঞ্জাম।
- বৈচিত্র্যপূর্ণ অনুমান এবং মার্কভ চেইন মন্টে কার্লো।
- অপটিমাইজার যেমন নেলডার-মিড, বিএফজিএস এবং এসজিএলডি।
সম্ভাব্য প্রোগ্রামিং এর একটি ভূমিকা
হ্যাকাররা জন্য Bayesian পদ্ধতি, একটি পরিচায়ক, হাতে-কলমে টিউটোরিয়াল, এখন TensorFlow সম্ভবত উদাহরণ পাওয়া যায়।