\"bayesian-sde\"代码实现的是“具有随机微分方程特性的无限深贝叶斯神经网络

具有SDE的无限深贝叶斯神经网络 该库包含神经ODE和贝叶斯层的JAX和Pytorch实现，用于随机变量推断。 还提供了可微分SDE求解器的基本JAX实现，有关全套可微分SDE求解器的信息，请参见 [2]，对于可微分ODE求解器，请参考 [3]。 神经ODE中连续深度的隐藏单位轨迹与不确定的后部动力学SDE-BNN的关系。 安装 该库在jax==0.1.77和torch==1.6.0 。 要安装所有其他要求： pip install -r requirements.txt 注意：软件包版本可能会更改，请参阅官方JAX安装说明。 JaxSDE：JAX中的差异化SDE解决方案 jaxsde库包含Ito和Stratonovich形式的SDE求解器。 可以使用以下method={euler_maruyama|milstein|euler_heun}指定不同阶的解算器method={euler_