BlackJAX: Composable Bayesian inference in JAX

要約

BlackJAX は、ベイジアン計算で一般的に使用されるサンプリングおよび変分推論アルゴリズムを実装するライブラリです。
アルゴリズムの実装に機能的なアプローチを採用することで、使いやすさ、速度、モジュール性を考慮して設計されています。
BlackJAX は Python で書かれており、JAX を使用して CPU、GPU、および TPU 上で NumpPy のようなサンプラーと変分メソッドをコンパイルして実行します。
このライブラリは、(正規化されていない) ターゲット ログ密度関数を直接操作することにより、確率的プログラミング言語と適切に統合されます。
BlackJAX は、明確に定義されたベイズ推論を実行するために組み合わせることができる、基本的な統計「アトム」の低レベルの構成可能な実装のコレクションとして意図されていますが、使いやすい高レベルのルーチンも提供します。
最先端の手法を必要とするユーザー、複雑なサンプリング手法を作成したい研究者、およびそれらがどのように機能するかを知りたい人々向けに設計されています。

要約(オリジナル)

BlackJAX is a library implementing sampling and variational inference algorithms commonly used in Bayesian computation. It is designed for ease of use, speed, and modularity by taking a functional approach to the algorithms’ implementation. BlackJAX is written in Python, using JAX to compile and run NumpPy-like samplers and variational methods on CPUs, GPUs, and TPUs. The library integrates well with probabilistic programming languages by working directly with the (un-normalized) target log density function. BlackJAX is intended as a collection of low-level, composable implementations of basic statistical ‘atoms’ that can be combined to perform well-defined Bayesian inference, but also provides high-level routines for ease of use. It is designed for users who need cutting-edge methods, researchers who want to create complex sampling methods, and people who want to learn how these work.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google