5 月 27-28 日，机器之心主办的第一届全球机器智能峰会（GMIS 2017）将在北京 898 创新空间举行。在峰会第一天下午的「机器学习」主题 Session 上，清华大学副教授朱军将分享解读《珠算：贝叶斯深度学习的 GPU 库（ZhuSuan: a GPU Library for Bayesian Deep Learning）》。近日，清华大学机器学习组已经在 GitHub 上发布了「珠算（ZhuSuan）」这一软件库。机器之心在本文中编译介绍了该项目的介绍文档，如果你想现场聆听对该项目的更详细深入的介绍，可访问 GMIS 官网 gmis.jiqizhixin.com 了解参会方式或点击这里直达购票地址。

• 珠算项目地址：https://github.com/thu-ml/zhusuan

• 朱军 GMIS 演讲时间：5 月 27 日 14:10-14:30

• 演讲主题：珠算：贝叶斯深度学习的GPU库

珠算（ZhuSuan）是一个构建于 TensorFlow 之上的用于生成模型（Generative Model）的 Python 库。和现有的主要为有监督学习任务设计的深度学习库不同，珠算的主要特点是其在很大程度上植根于贝叶斯推理（Bayesian Inference），因此，珠算能支持各种生成模型：既包括传统的分层贝叶斯模型（如话题模型、贝叶斯逻辑回归等），也有最近的深度生成模型（如VAE、GAN等等）。

使用珠算，用户可以享有深度学习的强大拟合能力和多 GPU支持的高效训练，同时，还能通过生成模型对复杂环境进行建模，充分利用无标注数据，并通过严谨的贝叶斯推理处理不确定性。

目前支持的主要推理算法

变分推理和随机变分推理（VI & SVI）

支持多种变分后验：

• 平均场后验（Mean-field posterior）：各因子完全独立的后验

• 结构化的后验（Structured posterior）：隐变量间具有用户指定的依赖关系

支持的变分方法：

• SGVB：随机梯度变分贝叶斯（Stochastic gradient variational Bayes）

• IWAE：重要程度加权的目标（Importance weighted objectives）

• NVIL：具有方差减缩的得分函数估计器（Score function estimator with variance reduction）

• VIMCO：具有方差减缩的多样本得分函数估计器（Multi-sample score function estimator with variance reduction）

自适应重要程度采样

• 重新加权的唤醒-睡眠（RWS：Reweighted Wake-sleep）：带有用户指定的自适应提议分布

马尔可夫链蒙特卡洛（MCMC）

• 哈密尔顿蒙特卡洛（HMC）：自适应调整步长和质量（mass）

安装

珠算仍处在开发阶段。在第一个稳定版（1.0）发布之前，请从github克隆(clone)这个库并在主目录中运行以下代码：

这会自动安装珠算及其依赖包。

文档

在线文档地址：http://zhusuan.readthedocs.io/

其中包含三个使用教程（Tutorials）和代码的API文档：

• 变分自编码器的分步实现

• ZhuSuan中的基本概念

• 用于多元回归问题的贝叶斯神经网络

示例

如果你想运行我们提供的示例，你需要安装额外的依赖包。可以通过执行以下代码完成：

• 高斯（Gaussian）：HMC

• Toy 2D Intractable Posterior: SGVB

• 贝叶斯神经网络：SGVB

• 变分自编码器（VAE）：SGVB、IWAE

• 卷积 VAE：SGVB

• 半监督 VAE （Kingma, 2014）：SGVB、RWS

• 深度 Sigmoid 信念网络：RWS、VIMCO

• Logistic Normal 主题模型：HMC

开发

如果要以「可编辑」或「开发」模式安装珠算，在主目录下运行：

如果要移除安装，运行：

附加的开发用依赖包可通过以下代码安装：

1.测试

以下命令可在主目录中运行自动测试：

测试范围：在运行测试之后，为了确保测试范围涵盖开发，请运行

PEP8 代码风格检查：我们遵循 PEP8 Python 代码风格。要进行检查，在主目录中运行

2.文档

文档在 docs/ 目录下，是 RestructuredText（.rst）文件。主页为 index.rst。关于 RestructuredText 的教程可参阅：https://pythonhosted.org/an_example_pypi_project/sphinx.html

API References 是通过 Sphinx 自动生成的。它们在 doc/api/ 目录下，在每次修改代码之后都应该重新生成：

在 docs/ 目录下运行以下代码可将文档编译成网页：

生成的网页存储在 docs/_build 目录，可以通过浏览器查看。