probabilistic-programming

GitHub 上完整的 PyTorch 相关内容清单，包括不同模型、实现、辅助库、教学等

Python 中的贝叶斯建模与概率编程

使用 Python 与 PyTorch 的深度通用概率编程

基于模式匹配与约束传播的概率语言，提供 153 个示例

Kevin Murphy《Probabilistic Machine Learning》一书的 Python 代码

TensorFlow 中的概率程序语言。深度生成模型、变分推理

TensorFlow 中的概率推理与统计分析

使用由 JAX 提供自动微分和 JIT 编译至 GPU/TPU/CPU 支持的 NumPy 进行概率编程。

利用概率编程进行贝叶斯推断。

一个采用面向对象设计并底层基于概率模型的 Python 贝叶斯预测套件。

一个具有可编程推断功能的通用概率编程系统

从神经符号角度看待 LLM

用于处理连续、无界流的概率性数据结构。

在各种任务上对标准与 SOTA 方法的高质量实现。

BlackJAX 是一个专为易用性、高性能与模块化而设计的贝叶斯推断库。

一个简单的概率编程语言。

JAX 与 Equinox 中的高斯过程。

网页版概率式编程

Lightwood 是机器学习界的乐高积木。