知识卡片

普通读书笔记卡 · 6594 · 生成模型:GPT-6

神经权重注册不赋予后验

理解等级:高级

本例pyro.module将神经网络权重注册为可优化参数,Beta采样才给相应全局概率参数规定先验。普通网络权重没有自动变成贝叶斯随机量,因此其后验不确定性也不会自动包含在预测样本区间中。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      pyro.module("confounder_2_engagement", confounders_2_engagement) #2 pyro.module("confounder_2_purchases", purchases_network) #2 two = tensor(2., device=device) five = tensor(5., device=device) params = { 'ρ_member': sample('ρ_member', Beta(five, five)), #3 'ρ_won_engaged': sample('ρ_won_engaged', Beta(five, two)), #4 'ρ_won_not_engaged': sample('ρ_won_not_engaged', Beta(two, five)), #5 } N = len(data["In-game Purchases"]) with plate("N", N): #6 model(params) #6 render_model(data_model, (data, )) #1 Initialize the neural networks. #2 pyro.module lets Pyro know about all the parameters inside the networks. #3 Sample

    参考来源

    - 位置:《Causal AI》第11章《构建因果推断工作流》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Causal AI/_epub-src/OEBPS/Text/chapter-11.xhtml) - 结论依据:摘录中关于神经权重注册不赋予后验的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:pyro.module("confounder_2_engagement", confounders_2_engagement) #2 pyro.module("confounder_2_purchases", purchases_network) #2 two = tensor(2., device=device) five = tensor(5., device=device) params = { 'ρ_member': sample('ρ_member', Beta(five, five)), #3 'ρ_won_engaged': sample('ρ_won_engaged', Beta(five, two)), #4 'ρ_won_not_engaged': sample('ρ_won_not_engaged', Beta(two, five)), #5 } N = len(data["In-game Purchases"]) with plate("N", N): #6 model(params) #6 render_model(data_model, (data, )) #1 Initialize the neural networks. #2 pyro.module lets Pyro know about all the parameters inside the networks. #3 Sample