Pylon框架：在PyTorch中实现带约束的损失函数

文章预览

量化投资与机器学习微信公众号，是业内垂直于 量化投资、对冲基金、 Fintech、人工智能、大数据 等 领域的 主流自媒体 。 公众号拥有来自 公募、私募、券商、期货、银行、保险、高校 等行业 30W+ 关注者，曾荣获AMMA优秀品牌力、优秀洞察力大奖，连续4 年被腾讯云+社区评选为“年度最佳作者”。 Pylon是一个基于PyTorch的神经符号学习框架，旨在帮助深度学习模型整合程序性约束或声明性知识。用户可以通过编写PyTorch函数来指定约束， Pylon将这些函数编译成可微分的损失函数，使得模型在训练过程中不仅拟合数据，还能满足特定的约束条件。 Pylon提供了精确和近似的编译器，使用模糊逻辑、抽样方法和逻辑电路等技术来高效计算损失，支持复杂模型和约束。它的核心优势在于易于集成，只需少量代码即可将现有深度学习代码扩展为支持约束学习， ………………………………