NumPyro文档

• NumPyro入门

API和开发人员参考

• Pyro基本体
• 分配
• 推断
• 效果处理程序
• 贡献的代码
• 更改日志

入门教程

使用NumPyro的贝叶斯回归

贝叶斯层次线性回归

示例：棒球平均击球次数

示例：可变自动编码器

示例：Neal’s漏斗

示例：随机波动

示例：ProdLDA与亚麻和Haiku

变量推断参数化

NumPyro模型的自动渲染

后路几何不良及处理方法

截断和折叠分布

离散潜在变量

高斯混合模型

示例：带有离散枚举的玩具混合模型

示例：贝叶斯注释模型

示例：枚举隐马尔可夫模型

示例：CJS生态数据捕获-恢复模型

示例：高斯壳的嵌套采样

离散协变量缺失值的贝叶斯插补

应用程序

时间序列预测

有序回归

贝叶斯插补

示例：高斯过程

示例：贝叶斯神经网络

示例：AutoDAIS

示例：稀疏回归

示例：马蹄回归

示例：比例测试

示例：广义线性混合模型

示例：隐马尔可夫模型

示例：高斯过程的希尔伯特空间近似。

示例：捕食模型

示例：神经运输

示例：使用GP进行贝叶斯优化的汤普森采样

贝叶斯层次叠加：井转换案例研究

示例：正弦倾斜正弦（双变量von Mises）混合

示例：AR2流程

示例：Holt-Winters指数平滑

示例：建模随时间和空间的死亡率

示例：零膨胀泊松回归模型

示例：亚麻中的条件变化自动编码器

使用NumPyro的基于文本的理想点

其他推理算法

示例：高数据的MCMC方法

示例：具有节能子采样的哈密顿蒙特卡罗

示例：带有SteinVI的贝叶斯神经网络

示例：使用SteinVI推断的深度马尔可夫模型

索引和表格

• 索引

• 模块索引

• 搜索页面