Nov, 2018

简单,分布式和加速的概率编程

TL;DR描述了一种将概率编程嵌入到深度学习中的简单、低级别的方法,它将概率编程精简为一个抽象-随机变量。使用TensorFlow的轻量级实现实现了许多应用程序:基于模型的并行变分自动编码器(VAE);基于数据的并行自回归模型(Image Transformer);和多GPU NUTS No-U-Turn Sampler。在64x64 ImageNet和256x256 CelebA-HQ上都达到了最优线性加速。