nflows

NFLOWS

nflows é uma coleção abrangente de fluxos normalizados usando Pytorch.

Instalação

De Pypi

Para instalar a partir de Pypi:

 python -m pip install nflows

De conda-forge

Para instalar e adicionar nflows a um projeto com pixi , a partir da execução do diretório do projeto

 pixi add nflows

e instalar em um determinado ambiente de conda com conda , no ambiente ativado executado

 conda install --channel conda-forge nflows

Uso

Para definir um fluxo:

 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 )

Para avaliar as probabilidades de log de insumos:

 log_prob = flow . log_prob ( inputs )

Amostra do fluxo:

 samples = flow . sample ( num_samples )

Exemplos adicionais do fluxo de trabalho são fornecidos na pasta Exemplos.

Desenvolvimento

Para instalar todas as dependências para o desenvolvimento:

 pip install -r requirements.txt

Citando NFLOWS

Para citar o pacote:

 @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 }
}

O número da versão deve ser o do nflows/version.py . O ano/mês corresponde à data do comunicado. Entradas Bibtex para outras versões podem ser encontradas no Zenodo.

Se você estiver usando os fluxos baseados em spline, em particular, considere citar o papel dos fluxos de spline neural : [Bibtex].

Referências

nflows é derivado de Bayesiains/NSF originalmente publicado com

C. Durkan, A. Bekasov, I. Murray, G. Papamakarios, fluxos de spline neural , Neurips 2019. [Arxiv] [Bibtex]

nflows tem sido usado em

Conor Durkan, Iain Murray, George Papamakarios, Sobre aprendizado contrastante para inferência livre de probabilidade , ICML 2020. [Arxiv].

Artur Bekasov, Iain Murray, ordenando dimensões com desistência aninhada normalizando fluxos . [Arxiv].

Tim Dockhorn, James A. Ritchie, Yaoliang Yu, Iain Murray, Deconvolução de densidade com fluxos normalizando . [Arxiv].

nflows é usado pelo pacote de estimativa de densidade condicional pyknos e, por sua vez, a estrutura de inferência livre de verossimilhança SBI.