探索Funsor:新一代的函数张量库
2024-05-26 15:19:41作者:邓越浪Henry
Funsor,一个神奇的名字,寓意着“功能性张量”。这是一款强大的开源库,专为处理函数和概率分布而设计,它可以被看作是张量接口的进化版,提供了一种全新的编程体验。
项目介绍
Funsor的核心理念是将函数与张量相结合,通过支持非标准解释和命名维度,使得它在处理离散和连续变量时都能够游刃有余。它的目标是通用性,旨在使Pyro的延迟推断算法适用于更广泛的场景,并实现部分延迟采样,以兼容通用的概率编程需求。
项目技术分析
-
开放项是对象:Funsors不仅像张量一样处理数值,还能处理任意多变量的函数。这允许概率分布成为第一类对象,可以利用现有的张量运算,如将张量收缩扩展到解析积分中。
-
非标准解释支持:Funsor允许用户定义不同的解释方式,包括即时、延迟、混合(即时和延迟)、记忆化以及近似解释,比如蒙特卡洛积分。
-
命名维度:所有Funsor维度都具有名字,避免了传统张量库中的广播和复杂索引问题。这种基于名称的维度处理方式使得替换操作(即代换)清晰明了。
应用场景
- 概率建模:Funsor可直接用于构建复杂的概率模型,例如隐马尔科夫模型、状态空间模型、变分自编码器等。
- 自定义推断:你可以使用Funsor来编写定制的推断算法,在Pyro框架下运行。
- Pyro后端:Funsor还提供了Pyro的一个有限替代后端——funsor.minipyro,能够进行一些精确的ELBO计算。
项目特点
- 易用性:通过将函数和张量的概念结合,Funsor简化了对复杂的概率模型的操作,使得编程更加直观。
- 灵活性:支持多种解释策略和延迟采样,适应各种推断需求。
- 高效性:通过命名维度的处理,Funsor消除了广播和高级索引的问题,提高了代码执行效率。
- 兼容性:与Pyro深度集成,可以方便地使用已有的Pyro库和工具。
如果你正在寻找一种能处理函数和概率分布的新一代张量库,或者想探索概率编程的可能性,那么Funsor无疑是一个值得尝试的选择。现在就加入,开启你的编程新旅程吧!
pip install funsor
或者从源代码安装:
git clone git@github.com:pyro-ppl/funsor.git
cd funsor
git checkout master
pip install .
让我们一起探索Funsor的无限可能,书写新的篇章!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218