pymc - Pyro VS Pymc？这些概率编程框架之间有什么区别？

Question

我使用了基于 Clojure 的“圣公会”，我认为这对我不利。糟糕的文档和太小的社区无法寻求帮助。此外，我仍然无法熟悉基于 Scheme 的语言。所以我想将语言更改为基于 Python 的语言。

也许 Pyro 或 PyMC 可能是这种情况，但我完全不知道这两者。

这两个框架有什么区别？

它们可以用于相同的问题吗？

有没有比较突出的例子？

Answer 1

来自 here

Pyro is a deep probabilistic programming language that focuses on variational inference, supports composable inference algorithms. Pyro aims to be more dynamic (by using PyTorch) and universal (allowing recursion).

Pyro embraces deep neural nets and currently focuses on variational inference. Pyro doesn't do Markov chain Monte Carlo (unlike PyMC and Edward) yet.

Pyro 建立在 pytorch 之上，而 PyMC3 建立在 theano 之上。所以你得到了 PyTorch 的动态编程，而且最近宣布 Theano 不会是 maintained一年后。但是，我发现 PyMC 有很好的文档和 wonderful资源。另一种选择是建立在 Tensorflow 之上的 Edward，它比pyro atm 更成熟且功能更丰富。 Edward 的作者声称它比 PyMC3 更快。
我想这个决定归结为您正在寻找的功能、文档和编程风格。