按年被提到
20172017 · 5 次2026
机器学习与深度学习›机器学习实践与反思·arXiv:1701.03757 · stat.ML

Deep Probabilistic Programming

深度概率编程
Dustin Tran, Matthew D. Hoffman, Rif A. Saurous, Eugene Brevdo, Kevin Murphy, David M. Blei · 2017

Edward:把推断当一等公民、集成于 TensorFlow 的概率编程语言

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 5 人首次 2017-01-17 · 最近 2018-03-31
5不同的人
4活跃月份
6讨论串
117被引(OpenAlex)

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 为什么提它

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。

方法难度 4 / 5约 60 分钟有时效性
读之前最好知道
1概率编程(probabilistic programming)
2变分推断(variational inference)与 MCMC
3TensorFlow 与计算图
4贝叶斯建模

学习路径

读这篇之前,按顺序读书架上的 1 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

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。

  1. 1

    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。

  2. 2
    Deep Probabilistic Programming深度概率编程 · 2017 · 就是这篇

    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。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
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
Show HN: Arxiv Vanity – Read academic papers from Arxiv as responsive web pages原评论 ↗
引用fritzo · 2017-11

“Dustin Tran, Matthew D. Hoffman, Rif A. Saurous, Eugene Brevdo, Kevin Murphy, David M. Blei”

贴出这篇深度概率编程论文及其作者名单
Pyro: PyTorch-Based Deep Universal Probabilistic Programming原评论 ↗
被提交为 story · 4 次