關於本文件的說明

　　本文件基於Infer.NET 2.6對Infer.NET User Guide進行中文翻譯，但進行了若干簡化和提煉，按照原網站的思路進行，但不侷限與其順序。

　　歡迎傳播分享，必須保持原作者的資訊，但禁止將該文件直接用於商業盈利。

　　本人正在研究基於Infer.NET元件，並計劃將其應用於實際的預測之中，該元件功能強大，封裝很完善，但也有很多難以理解的地方，同時官方也給出了大量的例子，限於個人精力有限，更新時間較慢，也希望有興趣的朋友一起來完成該項工作。

1.基本介紹

　　該元件的採用的是Microsoft Research License Agreement 授權，Non-Commercial Use Only，除了商業使用，都可以，自己看著辦。

      本章節的英文原文為，在這裡。

1.1 Infer.NET是什麼?

Infer.NET是一個概率圖模型中(graphical models)用於執行貝葉斯推理機(Bayesian inference)的框架。如果對概率圖模型或者貝葉斯推理的意義不瞭解，你可以參考一下相關資原始檔，在Resources and References page頁面。Infer.NET為各種應用程式所需要推理提供了先進的訊息傳遞演算法和統計程式。Infer.NET 與現有的一些推理軟體有下列區別:

1.1.1 豐富的建模語言

支援單變數和多變數變數、也支援連續型和離散型變數。可以使用大量的各種因素進行建模，包括算術運算、線性代數、範圍和積極約束、布林操作符等等。支援不同模型的組合，以及不同型別的組合。【附：Infer.NET的內部使用了The model specification language (MSL) 建模語言，由於該元件不允許用於商業，因此原始碼也沒有全部開發，無法也無法搞清楚其原理】

1.1.2 多種推理演算法

內建了多種推理演算法，如Expectation Propagation, Belief Propagation (a special case of EP), Variational Message Passing and Gibbs sampling.這幾個專業詞彙暫時還不懂意義。

1.1.3 為大規模推理而設計

現有的在大多數推理程式執行過程中的開銷，減慢了推理過程。而Infer.NET將推理模型編譯為能夠獨立執行的原始碼，不需要額外的開銷。它也可以直接整合到您的應用程式。此外,也可以檢視，分步執行原始碼，或者使用標準的開發工具進行修改。

1.1.4 使用者可以進行擴充套件

概率分佈、因素、訊息操作和推理演算法都可以由使用者新增。Infer.NET使用一個外掛架構,使其開放性,適應性更強。而內建庫支援多種模型和推理操作；但總會有特殊的情況,需要新的因素或者分佈型別或者演算法，這種情況下,使用者可以編寫自定義程式碼，自由與內建功能進行混合，以減少一些額外的工作。

可以看看一個簡單使用Infer.NET的例子。這個文件中的示例程式碼是C#，但Infer.NET支援.NET平臺的所有語言。 

1.2 安裝資料夾

Infer.NET通過Zip壓縮包進行發行，解壓後，可以看到如下的資料夾目錄：

“Bin,Learners,Source(Distributions,Factors,Wrappers),Samples(C#,F#)” 

Bin資料夾包含了Infer.NET的dll檔案:

1.Infer.Compiler.dll是一個使用Infer.NET API編寫的將模型描述轉換為推理程式碼的編譯器；

2.Infer.Runtime.dll是一個執行推理程式碼的程式集

一般開發過程中只需要引用這兩個dll,但在某些部署場景你可能只需要Infer.Runtime.dll。

Infer.FSharp.dll是為了標準的F＃語言呼叫所做的一個封裝。【不懂F#，也沒有去深究】

Bin資料夾還包括了一些例子的生成檔案，以及幾個專案的生成檔案。

例子資料夾中有2個完整專案的原始碼，1個是貝葉斯分類器，1個是推薦系統【比較複雜，還沒開始研究】

1.3 一個簡單的例子

下面是一個使用Infer.NET計算拋擲2枚硬幣，結果都是正面的概率的例子，程式碼如下：

1 Variable<bool> firstCoin = Variable.Bernoulli(0.5);
2 Variable<bool> secondCoin = Variable.Bernoulli(0.5);
3 Variable<bool> bothHeads = firstCoin & secondCoin;
4 InferenceEngine ie = new InferenceEngine();
5 Console.WriteLine("Probability both coins are heads: "+ie.Infer(bothHeads));

程式輸出為:

1 Probability both coins are heads: Bernoulli(0.25)

上述結果說明2面同時為正面的概率為0.25。上述簡單的例子，包括了使用Infer.NET程式設計的幾個關鍵步驟。

1.定義概率模型：所有Infer.NET程式都需要明確定義的概率模型。上述程式的前3行就是定義3個隨機變數。

2.建立推理引擎(推理機)：所有的推理都是使用推理引擎進行的，在使用之前，必須建立和配置推理引擎。如第四行，使用預設的推理演算法建立的推理引擎。

3.執行推理查詢：給定一個推理引擎，就可以使用Infer()方法來查詢變數的邊際分佈。例子的最後一行中，引擎就去推理2個都是正面的邊際分佈。你還可以在這裡找到更多“執行推理”的細節。

1.4 Infer.NET工作原理

下圖是Infer.NET的推理過程：

 過程如下：

1.首先使用者建立1個 模型定義，並宣告一些和模型相關推理查詢需求；

2.使用者將模型定義和推理查詢傳遞給模型編譯器,後者使用指定的推理演算法，建立需要執行這些查詢模型的原始碼。這個原始碼可以寫入一個檔案,如果需要,也可以直接使用。

3.C#編譯器編譯原始碼來建立一個編譯過的演算法。這可以手動執行，或通過推斷方法自動執行。

4.使用一組觀測值(資料),推理引擎根據使用者指定的設定，執行編譯演算法,以便產生推理查詢要求的邊際分佈。可以對觀測值重複不同的設定，而不需要重新編譯演算法。

1.5 Frequently Asked Questions　　

　　常見問題，比較簡單，暫時沒有翻譯的必要，地址在這裡。

1.6 Resources and References

　　常見問題，比較簡單，暫時沒有翻譯的必要，地址在這裡。

2.資源下載

　　這裡提供Infer.NET 2.6的下載，包括了例子和基礎的原始碼。下載地址：連結：http://pan.baidu.com/s/1o6FmVe6 密碼：12wz

　　另外本文的翻譯電子版，以及該專案相關的翻譯資源，將在最終完成後逐步開放，請關注本部落格。

      翻譯很累，寫篇文章也費時間，兄臺順手點個推薦吧。