pyprobml
ving to notebooks for book1
本の数字を再現するためのPython 3コード確率的機械学習：はじめに（別名「Book 1」）と確率的機械学習：高度なトピック（別名「Book 2」）。このコードは、Numpy、Scipy、Matplotlib、Sklearnなどの標準のPythonライブラリを使用します。一部のコード（特に本2）もJaxを使用しており、Book 1の一部ではTensorflow 2と少しトーチも使用しています。複数のノートブックで共有されるいくつかのユーティリティコードについては、probml-utilsも参照してください。
コードの最新のステータスについては、Book 1 DashboardとBook 2 Dashboardを参照してください。 2022年9月現在、このコードはメンテナンスモードになっています。
すべての数字を作成するために必要なノートブックは、次の場所で入手できます。
Colabには、必要なライブラリのほとんどがあります（たとえば、Scikit-Learn、Jaxなど）が事前にインストールされ、無料のGPUとTPUにアクセスできます。詳細が記載されたColab Intro Notebookを作成しました。ブラウザでコラブでノートブックを実行するには、githubの特定のノートブックにアクセスして、 github.comからgithubtocolab.comにドメインを変更できます。 Google Chromeブラウザを使用している場合は、「Colab In Colab」Chrome拡張機能を使用して、1回のクリックで同じことを行うことができます。
これを行う方法の詳細は、CPU、GPUなどがあるかどうかによって異なります。
次のオプションのいずれかを使用して、他の要件をインストールできます。
pip install -r https://raw.githubusercontent.com/probml/pyprobml/master/requirements.txtRecomations.txtをローカルにパスにダウンロードして実行します
pip install -r requirements.txt以下を実行します。 （ --depth 1 、履歴全体のインストールを防ぐことに注意してください。これは非常に大きいです）。
git clone --depth 1 https://github.com/probml/pyprobml.git
次に、手動でインストールします。
数値を保存したい場合は、最初にこのようなことを実行する必要があります
#export FIG_DIR="/teamspace/studios/this_studio/figures"
import os
os.environ["FIG_DIR"] = "/teamspace/studios/this_studio/pyprobml/notebooks/figures"
os.environ["DUAL_SAVE"] = "1" # both pdf and png
これは、PDFファイルを保存するためにSaveFig関数によって使用されます。
Colabが提供するよりも多くのパワーまたはコントロールが必要な場合は、https：//lightning.ai/docs/overview/studiosを使用することをお勧めします。その後、1回のボタンクリックで必要に応じて1つ以上のGPUで起動できます。または、パワーユーザーの場合は、GPUとTPUをサポートするGoogle Cloud Platformを試すことができます。 Colab、GCP、TPUのこの短いチュートリアルを参照してください。
コードを寄付する方法については、このガイドを参照してください。これらのガイドラインに従って、Notebooksディレクトリに新しいノートブックを提供してください。
Google Summer of Code（GSOC）中のこのコードベースへの貢献のいくつかの要約については、これらのリンク：2021および2022を参照してください。
貢献者のリストについては、このリストを参照してください。
