Gen.jl

用 Julia 写模型和推断算法的概率编程框架

开源 🏷️完全免费 ⏳ 访问状态待核验开发框架 🍴 复刻 164 🐛 待处理 168 👀 关注 71

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1855

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源免费，官网提供文档与下载入口

项目预览

项目数据

分类开发框架

开发团队probcomp

官网地址https://gen.dev

GitHubhttps://github.com/probcomp/Gen.jl

定价模式🏷️完全免费

价格说明开源免费，官网提供文档与下载入口

访问状态⏳ 访问状态待核验

是否开源是

开源协议Apache-2.0

主要语言Julia

技术栈/模型bayesian,computer-vision,deep-learning,differentiable-programming,gen,julia-language,machine-learning,probabilistic-programming,robotics

GitHub 星标★ 1855

上线时间2018-08-21 00:00:00

代码更新2026-10-31

仓库体积38.3 MB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-11-07

浏览次数0

项目介绍

Gen.jl 是 Julia 语言编写的通用概率编程系统，核心特色是「可编程推断」：用户既能用普通 Julia 代码描述生成式概率模型，也能用同一套语言自定义推断算法，而非只能调用内置采样器。它提供组合式建模原语，支持在模型任意位置插入自定义推断逻辑，内置重要性采样、MCMC、粒子滤波、变分推断等推断库，并支持可微分编程，可与梯度优化结合。项目面向贝叶斯建模、计算机视觉、机器学习研究与教学，强调灵活性与可扩展性，适合需要非标准推断流程的研究者。作为 Julia 生态项目，它借助 Julia 的多重派发与高性能数值计算能力，在保持表达力的同时兼顾运行效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-11-07 · 当前星标 ★ 1855

技术标签

computer-vision deep-learning machine-learning robotics

使用教程

难度：入门约 10 分钟部署方式：库/依赖 6 步

环境要求

已安装 Julia（Gen 是 Julia 包，通过 Julia 包管理器安装）
能正常执行 Julia REPL 或 julia 脚本
安装开发版时需要能访问 GitHub 仓库

安装与启动步骤

1打开 Julia REPL

在终端执行 julia 进入交互环境；未安装 Julia 时先按官网说明安装，本步骤只做环境准备。
```
julia
```
2进入 Pkg 模式

在 Julia REPL 中按 ] 键进入包管理模式，提示符会变成 (v1.x) pkg>。
```
]
```
3安装稳定版 Gen

在 Pkg 模式执行 add Gen，自动下载并安装 Gen 及其依赖，等待完成即可。
```
add Gen
```
4安装开发版（可选）

若需要最新开发版，在 Pkg 模式改为从 GitHub 仓库地址安装，二选一即可。
```
add https://github.com/probcomp/Gen.jl.git
```
5在代码中加载

按退格键回到 Julia 提示符，执行 using Gen 即可在 REPL 或脚本顶部使用该包。
```
using Gen
```
6运行测试验证

调用 Pkg.test 运行 Gen 自带测试套件，全部通过说明安装与依赖链正常。
```
using Pkg; Pkg.test("Gen")
```