Thomas Wiecki 的帖子
使用 ModelBuilder 类部署 PyMC 模型
- 22 二月 2023
许多用户在将他们的 PyMC 模型部署到生产环境时面临困难，因为部署/保存/加载用户创建的模型没有很好的标准化。其中一个原因是没有像 scikit-learn 或 TensorFlow 那样在 PyMC 中直接保存或加载模型的方法。新的 ModelBuilder 类旨在通过提供受 scikit-learn 启发的 API 来包装您的 PyMC 模型，从而改进此工作流程。
Pathfinder 变分推断
- 05 二月 2023
Pathfinder [Zhang et al., 2021] 是一种变分推断算法，可从贝叶斯模型的后验生成样本。它比广泛使用的 ADVI 算法更具优势。在大型问题上，它应该比大多数 MCMC 算法（包括动态 HMC（即 NUTS））更好地扩展，但代价是对后验的估计更偏差。有关该算法的详细信息，请参阅 arxiv 预印本。
变分推断：贝叶斯神经网络
- 30 五月 2022
概率编程、深度学习和“大数据”是机器学习中最大的主题之一。在 PP 内部，许多创新都集中在使用变分推断来扩展事物。在此示例中，我将展示如何在 PyMC 中使用变分推断来拟合一个简单的贝叶斯神经网络。我还将讨论桥接概率编程和深度学习如何为未来研究开辟非常有趣的途径。
使用块更新的 Lasso 回归
- 10 二月 2022
有时，将一组参数一起更新非常有用。例如，高度相关的变量通常最好一起更新。在 PyMC 中，块更新很简单。这将使用 pymc.sample 的参数 step 来演示。