引用pinouchon · 2017-10
“Sad to see that it doesn't render the figures properly for this paper”
感叹这篇论文的图表无法正确渲染
Edward:把推断当一等公民、集成于 TensorFlow 的概率编程语言
论文提出图灵完备的概率编程语言 Edward,它定义随机变量和推断两种可组合的表示,并把推断与建模放在同等地位,使概率编程可以像传统深度学习一样灵活且高效。同一模型可用点估计、变分推断、MCMC 等多种可组合的推断方法拟合;由于集成进 TensorFlow,在逻辑回归基准上至少比 Stan 快 35 倍、比 PyMC3 快 6 倍,且与手写 TensorFlow 一样快,没有运行时开销。
HN 上的提及很少,摘录只涉及论文的图表在网页上没有正确渲染,以及作者列表,看不出评论者对内容的具体看法。
候选中只有 Edward 的先行库论文与目标论文直接相关,其余多为一般深度学习论文,因此路径很短。
Edward 库的前身说明,目标论文在它基础上扩展成完整的概率编程语言。
读建模、推断与评判三部分如何组织为库。
目标论文:把推断当作一等公民的图灵完备概率编程语言。
读随机变量与推断两种组合表示,以及与 TensorFlow 的集成和实验。
“Sad to see that it doesn't render the figures properly for this paper”
“Dustin Tran, Matthew D. Hoffman, Rif A. Saurous, Eugene Brevdo, Kevin Murphy, David M. Blei”