【torch高级】一种新型的概率学语言pyro（01/2）

一、说明

        贝叶斯推理，也就是变分概率模型估计，属于高级概率学模型，极有学习价值；一般来说，配合实际活动学习可能更直观，而pyro是pytorch的概率工具，不同于以往的概率工具，只是集中于统计工具，而pyro具备贝叶斯推断的全套设计，因此，跟着pyro学习会更有前景，因此，建议读者重视pyro的存在，这就是本文的意义所在。

二、火焰兵简介

2.1 火焰是个啥

        概率是在不确定性下进行推理的数学，就像微积分是对变化率进行推理的数学一样。它为理解现代机器学习和人工智能的大部分内容提供了一个统一的理论框架：用概率语言构建的模型可以捕获复杂的推理，知道他们不知道什么，并在没有监督的情况下揭示数据结构。

        直接指定概率模型可能很麻烦，而且实现它们也很容易出错。概率编程语言 (PPL) 通过将概率与编程语言的表示能力相结合来解决这些问题。概率程序是普通确定性计算和代表数据生成过程的随机采样值的混合。

        通过观察概率程序的结果，我们可以描述一个推理问题，大致翻译为：“如果这个随机选择具有某个观察值，那么什么一定是真的？” PPL 明确强制分离已经隐含在概率数学中的模型规范、要回答的查询和计算答案的算法之间的关注点分离。

        Pyro 是一种基于 Python 和 PyTorch