infer.net机器学习翻译系列文章将进行连载，感兴趣的朋友请收藏或关注
欢迎传播分享，必须保持原作者的信息，但禁止将该文档直接用于商业盈利。
本人正在研究基于infer.net组件，并计划将其应用于实际的预测之中，该组件功能强大，封装很完善，但也有很多难以理解的地方，同时官方也给出了大量的例子，限于个人精力有限，更新时间较慢，也希望有兴趣的朋友一起来完成该项工作。
该组件的采用的是microsoft research license agreement 授权，non-commercial use only，除了商业使用，都可以，自己看着办。
支持单变量和多变量变量、也支持连续型和离散型变量。可以使用大量的各种因素进行建模，包括算术运算、线性代数、范围和积极约束、布尔操作符等等。支持不同模型的组合，以及不同类型的组合。【附：infer.net的内部使用了the model specification language (msl) 建模语言，由于该组件不允许用于商业，因此源代码也没有全部开发，无法也无法搞清楚其原理】
内置了多种推理算法，如expectation propagation, belief propagation (a special case of ep), variational message passing and gibbs sampling.这几个专业词汇暂时还不懂意义。
现有的在大多数推理程序执行过程中的开销，减慢了推理过程。而infer.net将推理模型编译为能够独立执行的源代码，不需要额外的开销。它也可以直接集成到您的应用程序。此外,也可以查看，分步执行源代码，或者使用标准的开发工具进行修改。
概率分布、因素、消息操作和推理算法都可以由用户添加。infer.net使用一个插件架构,使其开放性,适应性更强。而内置库支持多种模型和推理操作；但总会有特殊的情况,需要新的因素或者分布类型或者算法，这种情况下,用户可以编写自定义代码，自由与内置功能进行混合，以减少一些额外的工作。
infer.net通过zip压缩包进行发行，解压后，可以看到如下的文件夹目录：
“bin,learners,source(distributions,factors,wrappers),samples(c#,f#)”
bin文件夹包含了infer.net的dll文件:
1.infer.compiler.dll是一个使用infer.net api编写的将模型描述转换为推理代码的编译器；
2.infer.runtime.dll是一个执行推理代码的程序集
一般开发过程中只需要引用这两个dll,但在某些部署场景你可能只需要infer.runtime.dll。
bin文件夹还包括了一些例子的生成文件，以及几个项目的生成文件。
例子文件夹中有2个完整项目的源代码，1个是贝叶斯分类器，1个是推荐系统【比较复杂，还没开始研究】
下面是一个使用infer.net计算抛掷2枚硬币，结果都是正面的概率的例子，代码如下：
程序输出为:
上述结果说明2面同时为正面的概率为0.25。上述简单的例子，包括了使用infer.net编程的几个关键步骤。
1.定义概率模型：所有infer.net程序都需要明确定义的概率模型。上述程序的前3行就是定义3个随机变量。
2.创建推理引擎(推理机)：所有的推理都是使用推理引擎进行的，在使用之前，必须创建和配置推理引擎。如第四行，使用默认的推理算法创建的推理引擎。
下图是infer.net的推理过程：
过程如下：
1.首先用户创建1个 模型定义，并声明一些和模型相关推理查询需求；
2.用户将模型定义和推理查询传递给模型编译器,后者使用指定的推理算法，创建需要执行这些查询模型的源代码。这个源代码可以写入一个文件,如果需要,也可以直接使用。
3.c#编译器编译源代码来创建一个编译过的算法。这可以手动执行，或通过推断方法自动执行。
4.使用一组观测值(数据),推理引擎根据用户指定的设置，执行编译算法,以便产生推理查询要求的边际分布。可以对观测值重复不同的设置，而不需要重新编译算法。
另外本文的翻译电子版，以及该项目相关的翻译资源，将在最终完成后逐步开放，请关注本博客。
翻译很累，写篇文章也费时间，兄台顺手点个推荐吧。