tensorflow probability(TFP)では変分ベイズによる推定ができますが書き方に幅があります。 またBayesian DNNを書くのに使用できる関数があります。変分ロジスティック回帰のコードでそれを比較します。

VAEやGANなどに組み込まれたニューラルネットでは重み行列やバイアスは確率変数としては定義されていません*1が、 Edwardでは使って確率変数とそうでない変数を同時に推測(学習)させることが可能です。 それはどのようにして実装されているのでしょうか。 *1…

Edward2.0が発表され、criticismが廃止されたり、インターフェースが変わったりと大きな変化があるようですが、ここでは引き続きEdwardの例を実行してみます。

だいぶ間が空いてしまいましたがEdwardのサンプルコードを動かしてみました。

今更ながら確率的プログラミングのライブラリEdwardを試してみました。 http://edwardlib.org/tutorials/ 確率的プログラミング 統計的なモデルの(ベイズ)推定が出来るという点でstanやpymcと似ていますが、Edwardはより広く確率的プログラミング(Probabilis…