Introduction to Deep Probabilistic Programming with Pyro 

本講題將介紹深度機率語言 (Deep Probabilistic Programming) 的核心概念與特性,並分享如何使用 Pyro 來體驗深度機率語言有趣與強大之處。

Pyro 為基於 Pytorch 之上所開發的深度機率語言 (Deep Probabilistic Programming),能建立複雜機率模型並使用隨機變分估計 (Stochastic Variational Inference) 方法於 GPU 上進行大規模訓練,本講題會分享實作文本分析 LDA 模型、變分自編碼器 VAE 心得。

Talk Description 

目標聽眾為對於機率統計、機器學習、深度學習有興趣且具有基本背景,介紹 Pyro 深度機率語言 (Deep Probabilistic Programming) 套件,如何結合深度學習與機率、程式語言來建立複雜的機率模型與訓練。 最後分享實作文本分析 LDA 模型、變分自編碼器 VAE 過程, 期待能帶領聽眾入門了解深度機率語言強大之處,並於往後應用於自身研究與產品上。

Speaker 

柯維然 is a police officer in Smart City Group in Hsinchu City, and a PhD student in computer science in NCTU. He is passionate about using data to protect the people.