nflows adalah kumpulan komprehensif dari aliran normalisasi menggunakan pytorch.
Untuk menginstal dari pypi:
python -m pip install nflows
Untuk menginstal dan menambahkan nflows ke proyek dengan pixi , dari Project Directory Run
pixi add nflows
dan untuk memasang ke lingkungan conda tertentu dengan conda , di lingkungan yang diaktifkan
conda install --channel conda-forge nflows
Untuk mendefinisikan aliran:
from nflows import transforms , distributions , flows
# Define an invertible transformation.
transform = transforms . CompositeTransform ([
transforms . MaskedAffineAutoregressiveTransform ( features = 2 , hidden_features = 4 ),
transforms . RandomPermutation ( features = 2 )
])
# Define a base distribution.
base_distribution = distributions . StandardNormal ( shape = [ 2 ])
# Combine into a flow.
flow = flows . Flow ( transform = transform , distribution = base_distribution )Untuk mengevaluasi probabilitas log input:
log_prob = flow . log_prob ( inputs )Untuk sampel dari aliran:
samples = flow . sample ( num_samples )Contoh tambahan alur kerja disediakan di folder Contoh.
Untuk menginstal semua dependensi untuk pengembangan:
pip install -r requirements.txt
Untuk mengutip paket:
@software { nflows ,
author = { Conor Durkan and
Artur Bekasov and
Iain Murray and
George Papamakarios } ,
title = { {nflows}: normalizing flows in {PyTorch} } ,
month = nov,
year = 2020 ,
publisher = { Zenodo } ,
version = { v0.14 } ,
doi = { 10.5281/zenodo.4296287 } ,
url = { https://doi.org/10.5281/zenodo.4296287 }
} Nomor versi dimaksudkan untuk menjadi yang dari nflows/version.py . Tahun/bulan sesuai dengan tanggal rilis. Entri Bibtex untuk versi lain dapat ditemukan di Zenodo.
Jika Anda menggunakan aliran berbasis spline khususnya, pertimbangkan mengutip kertas aliran spline saraf : [Bibtex].
nflows berasal dari Bayesiains/NSF yang awalnya diterbitkan dengan
C. Durkan, A. Bekasov, I. Murray, G. Papamakarios, Aliran Spline Neural , Neurips 2019. [Arxiv] [Bibtex]
nflows telah digunakan di
Conor Durkan, Iain Murray, George Papamakarios, tentang pembelajaran kontras untuk inferensi bebas kemungkinan , ICML 2020. [Arxiv].
Artur Bekasov, Iain Murray, memesan dimensi dengan aliran normalisasi dropout bersarang . [arxiv].
Tim Dockhorn, James A. Ritchie, Yaoliang Yu, Iain Murray, dekonvolusi kepadatan dengan aliran normalisasi . [arxiv].
nflows digunakan oleh paket estimasi kepadatan bersyarat pyknos, dan pada gilirannya kerangka kerja inferensi bebas kemungkinan SBI.