pyro

---

はじめに |ドキュメント |コミュニティ |貢献する

Pyro は、PyTorch 上に構築された、柔軟でスケーラブルな深い確率的プログラミング ライブラリです。特に、次の原則を念頭に置いて設計されています。

• Universal : Pyro はユニバーサル PPL であり、計算可能なあらゆる確率分布を表現できます。
• スケーラブル: Pyro は、手書きのコードに比べてオーバーヘッドがほとんどなく、大規模なデータセットに対応できます。
• Minimal : Pyro は機敏で保守可能です。これは、強力で構成可能な抽象化の小さなコアを使用して実装されます。
• 柔軟性: Pyro は、必要なときに自動化し、必要なときに制御することを目指しています。これは、生成モデルと推論モデルを表現するための高レベルの抽象化によって実現され、専門家が推論をカスタマイズするために簡単にアクセスできるようになります。

Pyro はもともと Uber AI で開発され、現在は Broad Institute の専任チームを含むコミュニティの貢献者によって積極的に保守されています。 2019 年、Pyro は、オープンソース ソフトウェア、オープン スタンダード、オープン データ、オープン ハードウェアに関するコラボレーションのための中立的なスペースである Linux Foundation のプロジェクトになりました。

Pyro の高度な動機について詳しくは、リリースに関するブログ投稿をご覧ください。その他のブログ投稿については、Pyro での実験計画とイベントまでの時間モデリングに関する取り組みを確認してください。

インストール中

安定した Pyro リリースのインストール

pip を使用してインストールします。

pip install pyro-ppl

ソースからインストールします。

git clone [email protected]:pyro-ppl/pyro.git
cd pyro
git checkout master  # master is pinned to the latest release
pip install .

追加のパッケージを使用してインストールします。

examples / tutorialsディレクトリに含まれる確率モデルを実行するために必要な依存関係をインストールするには、次のコマンドを使用してください。

pip install pyro-ppl[extras] 

モデルが、インストールしたものと同じリリース バージョンの Pyro ソース コードからのものであることを確認してください。

Pyro dev ブランチのインストール

最近の機能については、ソースから Pyro をインストールできます。

pip を使用して Pyro をインストールします。

pip install git+https://github.com/pyro-ppl/pyro.git

または、 examples / tutorialsディレクトリに含まれる確率モデルを実行するためのextras依存関係を使用します。

pip install git+https://github.com/pyro-ppl/pyro.git#egg=project[extras]

Pyro をソースからインストールします。

git clone https://github.com/pyro-ppl/pyro
cd pyro
pip install .  # pip install .[extras] for running models in examples/tutorials 

Docker コンテナから Pyro を実行する

ここの手順を参照してください。

引用

Pyro を使用する場合は、以下を引用することを検討してください。

 @article{bingham2019pyro,
  author    = {Eli Bingham and
               Jonathan P. Chen and
               Martin Jankowiak and
               Fritz Obermeyer and
               Neeraj Pradhan and
               Theofanis Karaletsos and
               Rohit Singh and
               Paul A. Szerlip and
               Paul Horsfall and
               Noah D. Goodman},
  title     = {Pyro: Deep Universal Probabilistic Programming},
  journal   = {J. Mach. Learn. Res.},
  volume    = {20},
  pages     = {28:1--28:6},
  year      = {2019},
  url       = {http://jmlr.org/papers/v20/18-403.html}
}