TensorFlow Probability 0.6.0 リリースノート (翻訳)
翻訳 : (株)クラスキャット セールスインフォメーション
日時 : 02/27/2019
* 本ページは、github TensorFlow Probability の releases の TensorFlow Probability 0.6.0 を翻訳したものです：
本文
これは TensorFlow Probability の 0.6 リリースです。それは TensorFlow 1.13.1 に対してテストされてステーブルです。
変更ノート
- tfp.positive_semidefinite_kernels.RationalQuadratic を追加します。
- tfpl.MultivariateNormalTriL で float64 をサポートします。
- IndependentLogistic と IndependentPoisson 分布層を追加します。
- Edward2 確率変数の値を設定するために make_value_setter interceptor を追加します。
- LinearGaussianStateSpaceModel のメンバー関数として、Kalman Smoother の実装。
- Bijector キャッシングは eager モードで実行するとき一つの方向でのみ有効にされます。forward(x) か inverse(y) を同じ x か y 値で繰り返し計算する場合には eager モードで何某かのパフォーマンス後退を引き起こすかもしれません。
- tfpl.Independent{Bernoulli,Normal} で rank-0/empty event_shape を扱います。
- eager モードで追加のテストを実行します。
- quantiles(x, n, …) が tfp.stats に追加されました。
- tensorflow_probability を Tensorflow 2.0 TensorShape インデキシングと互換にします。
- Chi, Chi2 のための KL ダイバージェンスをテストするとき scipy.special 関数を使用します。
- STS モデルから予測 (= forecast) を作成するためのメソッドを追加します。
- MixtureSameFamily 分布を追加します。
- Chi 分布を追加します。
- doc typo tfp.Distribution -> tfd.Distribution を修正します。
- Gumbel-Gumbel KL ダイバージェンスを追加します。
- HalfNormal-HalfNormal KL ダイバージェンスを追加します。
- Chi2-Chi2 KL ダイバージェンスのユニットテストを追加します。
- Exponential-Exponential KL ダイバージェンスのユニットテストを追加します。
- Normal-Normal KL ダイバージェンスのためのサンプリングテストを追加します。
- IndependentNormal 分布層を追加します。
- HiddenMarkovModel に posterior_marginals を追加しました。
- Pareto-Pareto KL ダイバージェンスを追加します。
- 構造時系列モデルのための LinearRegression コンポーネントを追加します。
- python Dataset オブジェクト作成の間に (それを Iterator 作成時に行なう代わりに) dataset ops をグラフを追加します (あるいは Eager execution でカーネルを作成します)。
- テキスト・メッセージ HMC ベンチマーク。
- switching ポアソン過程を多重変化点検出のための HMM としてエンコードするサンプル・ノートブックを追加します。
- make_simple_step_size_update_policy に num_adaptation_steps 引数を必要とします。
- printed ベンチマーク文字列における s/eight_hmc_schools/eight_schools_hmc/。
- Keras モデルを通して tfd.Distribution インスタンスを plumb することを可能にするために tfp.layers.DistributionLambda を追加します。
- tfp.math.batch_interp_regular_1d_grid を追加しています。
- in-depth サンプルを含めるために fill_triangular の記述を更新します。
- bijector/distribution 合成, eg, tfb.Exp(tfd.Normal(0,1)) を有効にします。
- tfp.stats.percentile に linear と midpoint interpolation が追加されました。
- distributions をそれらが利用する bijectors のみを含むようにします。
- tfp.math.interp_regular_1d_grid が追加されました。
- tfp.stats.correlation が追加されました (ピアソン相関)。
- 最近追加された Distributions を含めるために edward2 RVs のリストを更新します。
- 連続一様分布の密度は upper エンドポイントを含みます。
- tfp.glm.fit_sparse でバッチ化入力のためのサポートを追加します。
- interp_regular_1d_grid が tfp.math に追加されました。
- HiddenMarkovModel 分布を追加しました。
- Student’s T 過程を追加します。
- 観測が静的にスカラーであると知られているとき matrix ops を回避することにより LinearGaussianStateSpaceModel を最適化します。
- stddev, cholesky が tfp.stats に追加されました。
- 構造時系列モデルを変分推論と HMC でデータに fit するためのメソッドを追加します。
- Expm1 bijector (Y = Exp(X) – 1) を追加します。
- tfp.stats に新しい stats 名前空間 covariance と variance が追加されました。
- 総ての利用可能な MCMC カーネルを TransformedTransitionKernel と互換にします。
以上