pyprobml
Python 程式碼,用於 Kevin Murphy 所著的《機率機器學習》一書
pyprobml 是什麼?
Python 程式碼,用於 Kevin Murphy 所著的《機率機器學習》一書
pyprobml 概覽
這是什麼
pyprobml 是一套 Python 3 程式碼,用於重現 Kevin Murphy 所著《Probabilistic Machine Learning: An Introduction》(書一)與《Probabilistic Machine Learning: Advanced Topics》(書二)中的圖表。程式碼依賴 NumPy、SciPy、Matplotlib、scikit-learn 等標準 Python 函式庫。部分內容(尤其是書二)使用 JAX,而書一也使用了 TensorFlow 2 與少量 PyTorch。另有一個公用工具套件 probml-utils 提供跨筆記本的輔助函式。截至 2022 年 9 月,此儲存庫已進入維護模式。
主要功能
- 重現兩本機率機器學習教科書中的所有圖表。
- 使用廣泛採用的 Python 函式庫(NumPy、SciPy、Matplotlib、scikit-learn)。
- 針對進階主題整合 JAX、TensorFlow 2 與 PyTorch。
- 包含公用工具套件 probml-utils,簡化筆記本開發。
- 筆記本可在 Google Colab 或本機環境執行,設定簡單。
- 支援 Lightning AI Studios 等雲端運算平台。
- 採用 MIT 授權,可自由修改與散布。
使用情境
- 重現《Probabilistic Machine Learning》書中的圖表與範例,用於學習或教學。
- 透過實際程式碼理解機率機器學習概念。
- 基於現有實作進行研究或實驗。
- 作為在 Python 中實作機率模型的參考。
快速開始
若要在本機執行筆記本,請先以淺層複製(shallow clone)下載儲存庫: git clone --depth 1 https://github.com/probml/pyprobml.git 接著從本機的 requirements.txt 安裝所需套件: pip install -r requirements.txt 執行筆記本前,可能需要設定環境變數以控制圖表儲存方式,詳情請見儲存庫 README。
授權與價格
本專案採用 MIT 授權,為開放原始碼,可免費使用、修改與散布。
內容整理自該專案公開的 README 與儲存庫資訊。