稳定版
Pyro 核心
入门
原语
推断
分布
参数
神经网络
优化
Poutine (效果处理器)
其他操作
设置
测试工具
贡献的代码
自动名称生成
贝叶斯神经网络
因果效应 VAE
轻松定制 Guides
流行病学
Pyro 示例
预测
基于 Funsor 的 Pyro
高斯过程
Minipyro
使用 MuE 的生物序列模型
最优实验设计
随机变量
时间序列
跟踪
Pyro 中的 Zuko
Pyro
»
Pyro 文档
在 GitHub 上编辑
Pyro 文档
¶
Pyro 核心
入门
原语
推断
SVI
ELBO
重要性采样
重加权 Wake-Sleep
序列蒙特卡洛
Stein 方法
无似然方法
离散推断
预测工具
MCMC
自动 Guide 生成
重参数化器
推断工具
分布
PyTorch 分布
Pyro 分布
变换
变换模块
变换工厂
约束
参数
参数存储
神经网络
Pyro 模块
自回归神经网络
全连接神经网络
条件自回归神经网络
条件全连接神经网络
优化
Pyro 优化器
PyTorch 优化器
高阶优化器
Poutine (效果处理器)
处理器
追踪
运行时
工具集
信使
其他操作
HMC 工具集
牛顿优化器
特殊函数
张量工具集
张量索引
张量收缩
高斯收缩
统计工具集
流式统计
状态空间模型和 GP 工具集
设置
默认设置
设置接口
测试工具
拟合优度检验
贡献的代码
自动名称生成
命名数据结构
作用域
贝叶斯神经网络
隐藏层
因果效应 VAE
CEVAE 类
CEVAE 组件
工具集
轻松定制 Guides
EasyGuide
easy_guide
组
流行病学
基本分室模型
示例模型
分布
Pyro 示例
数据集
工具集
预测
预测器接口
评估
基于 Funsor 的 Pyro
原语
效果处理器
推断算法
高斯过程
模型
核函数
似然函数
参数化的
工具
Minipyro
Mini Pyro
使用 MuE 的生物序列模型
示例 MuE 模型
用于参数化 MuE 的状态编排器
缺失或变长数据 HMM
生物序列数据集加载
最优实验设计
期望信息增益
广义线性混合模型
随机变量
随机变量
时间序列
抽象模型
高斯过程
线性高斯状态空间模型
跟踪
数据关联
分布
动态模型
扩展卡尔曼滤波
哈希
测量值
Pyro 中的 Zuko
索引和表格
¶
索引
搜索页面