Python实现的贝叶斯程序学习工具pyBPL，基于PyTorch

pyBPL：基于Python的贝叶斯程序学习 pyBPL是使用PyTorch后端在Python 3中实现贝叶斯程序学习（BPL）的工具包。 是用MATLAB编写的（请参阅Lake等人（2015年）：“通过概率程序归纳进行人级概念学习”）。 我是博士我是Brenden Lake的学生，我已经为我们开发了这个库。 目前，只有正向生成模型是完整的； 推理算法仍在研究中（欢迎贡献！）。 该库仍处于试验阶段，并且正在大力开发中。 该存储库的关键组件是： BPL角色学习工具的完全可区分的实现，包括符号渲染，样条拟合/评估和模型评分（对数似然）。 用于将概念和概念性背景知识表示为概率程序的通用框架。 字符概念是框架的一种体现，在此作为初步用例。 我感谢Maxwell Nye，Mark Goldstein和Tuan-Anh Le对开发此库的帮助。 设置 此代码存储库需要Python 3和PyTor