nflows

НФЛ

nflows - это полная коллекция нормализующих потоков с использованием Pytorch.

Установка

От PYPI

Установка из PYPI:

 python -m pip install nflows

От конда-форга

Чтобы установить и добавить nflows в проект с pixi , от прогона каталога проекта

 pixi add nflows

и установить в определенную среду Conda с conda , в активированной среде.

 conda install --channel conda-forge nflows

Использование

Чтобы определить поток:

 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 )

Чтобы оценить вероятности журнала входов:

 log_prob = flow . log_prob ( inputs )

Для обработки потока:

 samples = flow . sample ( num_samples )

Дополнительные примеры рабочего процесса приведены в папке примеров.

Разработка

Чтобы установить все зависимости для разработки:

 pip install -r requirements.txt

Ссылаясь на НФЛ

На цитирование пакета:

 @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 }
}

Номер версии предназначен для того, чтобы быть тем, что от nflows/version.py . Год/месяц соответствуют дате выпуска. Записи Bibtex для других версий можно найти на Zenodo.

Если вы используете потоки на основе сплайна, в частности, рассмотрите возможность ссылаться на нейронные сплайны, текущие бумаги: [Bibtex].

Ссылки

nflows получен из Bayesiains/NSF, первоначально опубликованной с

C. Durkan, A. Bekasov, I. Murray, G. Papamakarios, The Neural Spline Plows , Neurips 2019. [Arxiv] [Bibtex]

nflows использовался в

Конор Дюркан, Иэн Мюррей, Джордж Папамакариос, по контрастному обучению для вывода без вероятности , ICML 2020. [Arxiv].

Артур Бекасов, Иэн Мюррей, заказав размеры с вложенным отступлением, нормализующими потоки . [arxiv].

Тим Докхорн, Джеймс А. Ричи, Яолиан Ю, Иэн Мюррей, Деконволюция плотности с нормализующими потоками . [arxiv].

nflows используется в пакете оценки условной плотности Pyknos, и, в свою очередь, в SBI SBI без вероятностного вывода.