probabilistic-programming

GitHub 上完整的 PyTorch 相關內容清單，包括不同模型、實作、輔助庫、教學等

Python 中的貝葉斯建模與機率程式設計

使用 Python 與 PyTorch 的深度通用概率程式設計

基於模式匹配與約束傳播的機率語言，提供 153 個範例

Kevin Murphy《Probabilistic Machine Learning》一書的 Python 程式碼

TensorFlow 中的機率程式語言。深度生成模型、變分推論

TensorFlow 中的概率推理與統計分析

使用由 JAX 提供自動微分和 JIT 編譯至 GPU/TPU/CPU 支援的 NumPy 進行機率程式設計。

利用機率程式設計進行貝氏推論。

一個採用物件導向設計並底層基於機率模型的 Python 貝氏預測套件。

一個具有可編程推論功能的通用機率編程系統

從神經符號角度看待 LLM

用於處理連續、無界串流的機率性資料結構。

在各種任務上對標準與 SOTA 方法的高品質實作。

BlackJAX 是一個專為易用性、高效能與模組化而設計的貝氏推論庫。

一個簡單的機率程式語言。

JAX 與 Equinox 中的高斯過程。

網頁版機率式程式設計

Lightwood 是機器學習界的樂高積木。