count-min-sketch：C语言中的最小计数草图实现

| | Pyro是一个基于PyTorch的灵活，可扩展的深度概率编程库。 值得注意的是，它的设计考虑了以下原则： 通用：Pyro是通用PPL-它可以表示任何可计算的概率分布。 可扩展：与手写代码相比，Pyro可以以较小的开销扩展到大型数据集。 最小：Pyro是敏捷且可维护的。 它以功能强大且可组合的抽象的小核心实现。 灵活：Pyro的目标是在需要时实现自动化，在需要时进行控制。 这是通过高级抽象来表达生成模型和推理模型来完成的，同时使专家可以轻松访问以定制推理。 Pyro最初是由Uber AI开发的，现在由社区贡献者（包括的专门团队）积极维护。 在2019年，Pyro Linux Foundation的一个项目，这是一个在开源软件，开放标准，开放数据和开放硬件上进行协作的中立空间。 有关Pyro的高级动机的更多信息，请查看我们的。 有关其他博客文章，请查看Pyro中有关和工作。 正在安装 安装稳定的Pyro版本 使用pip安装： Pyro支持Python 3.6+。 pip install pyro-ppl 从源安装： git clone git@github.c

元概率 嵌入的一种用于概率编程和元编程的语言。 注意：Metaprob当前是不稳定的研究原型，几乎没有文档，而且测试覆盖率很低。 同样，将来的版本可能与此版本不向后兼容。 我们不建议将其用于基础研究以外的任何目的，并且尚不能为MIT概率计算项目之外的用户提供支持。 主要特征 可以通过生成代码表示模型，即可以随机选择的普通代码 模型也可以通过近似表示，例如具有非平凡权重的重要性采样器 定制推理算法可以通过反射性语言结构以用户空间代码编写，用于： 跟踪程序执行 使用部分跟踪来指定干预和约束 通用推理算法是通过标准库中的用户空间代码提供的； 添加新算法不需要修改语言实现 所有推理算法都是普通的生成代码，可以作为模型进行跟踪和处理 新的概率分布和推理算法是一流的公民，可以在程序执行期间动态创建 动机 概率编程和推理元编程的轻量级嵌入 基于浏览器的交互式数据分析工具（通过 ） 适用于企业部署的智能数据管道（通过JVM上的Clojure） “小核心”语言可能适合正式规范和验证 教学 有兴趣实施自己的最低PPL的本科生和研究生 对概率建模和推理感兴趣的软件工程师和数据工程师 人工智能与认知