gpytorch
v1.13
GPYTORCH - это библиотека процессов Гаусса, реализованная с использованием Pytorch. Gpytorch разработан для с легкостью создания масштабируемых, гибких и модульных моделей гауссовых процессов.
Внутренне GPYTORCH отличается от многих существующих подходов к выводу GP, выполняя большинство операций по выводу, используя численные методы линейной алгебры, такие как предварительно поддержанные конъюгатные градиенты. Реализация масштабируемого метода GP так же проста, как и обеспечение матрицы умножения с матрицей ядра и его производной через наш интерфейс линейно -оператора или путем сочинения многих из наших уже существующих LinearOperators . Это позволяет не только для легкой реализации популярных масштабируемых методов GP, но и часто для значительного улучшения использования вычислений GPU по сравнению с решателями, основанными на разложении Чузли.
GPYTORCH обеспечивает (1) значительное ускорение графического процессора (с помощью вывода на основе MVM); (2) современные реализации последних алгоритмических достижений масштабируемости и гибкости (Ski/Kiss-GP, Стохастические расширения Ланзоса, любовь, пропуск, стохастическое вариационное обучение глубоким ядрам, ...); (3) Легкая интеграция с рамками глубокого обучения.
Смотрите нашу документацию, примеры, учебные пособия о том, как построить всевозможные модели в GPYTORCH.
Требования :
Установите Gpytorch с помощью PIP или Conda:
pip install gpytorch
conda install gpytorch -c gpytorch (Чтобы использовать пакеты по всему миру, но установите GPYTORCH в качестве пакета только для пользователя, используйте pip install --user UPER.)
Чтобы перейти на последнюю (нестабильную) версию, запустите
pip install --upgrade git+https://github.com/cornellius-gp/linear_operator.git
pip install --upgrade git+https://github.com/cornellius-gp/gpytorch.gitЕсли вы вносите запрос на притяжение, лучше всего выполнить ручную установку:
git clone https://github.com/cornellius-gp/gpytorch.git
cd gpytorch
pip install -e .[dev,docs,examples,keops,pyro,test] # keops and pyro are optional Примечание : экспериментальный пакет AUR. Для большинства пользователей мы рекомендуем установить от Conda или PIP.
Gpytorch также доступен в репозитории пользователя Archlinux (AUR). Вы можете установить его с помощью помощника AUR, как yay , следующим образом:
yay -S python-gpytorch Чтобы обсудить любые вопросы, связанные с этим пакетом AUR, см. В разделе комментариев python-gpytorch .
Если вы используете GPYTORCH, укажите следующие документы:
Гарднер, Джейкоб Р., Джефф Плейсс, Дэвид Биндел, Килиан К. Вайнбергер и Эндрю Гордон Уилсон. «Gpytorch: Blackbox Matrix-Matrix Gaussian Process Shiper с ускорением графического процессора». В достижениях в области систем обработки нейронной информации (2018).
@inproceedings{gardner2018gpytorch,
title={GPyTorch: Blackbox Matrix-Matrix Gaussian Process Inference with GPU Acceleration},
author={Gardner, Jacob R and Pleiss, Geoff and Bindel, David and Weinberger, Kilian Q and Wilson, Andrew Gordon},
booktitle={Advances in Neural Information Processing Systems},
year={2018}
}
См. Руководство по внесению вкладчиков.
Gpytorch в первую очередь поддерживается:
Мы хотели бы поблагодарить других наших участников, в том числе (но не ограничивались) Эйтана Бакши, Уэсли Мэддокс, Ке Александра Ванга, Руихана Ву, Сайта Какмака, Дэвида Эрикссона, Сэма Дотона, Мартина Янкоуяка, Сэма Стэнтона, Зитонг Чжоу, Дэвида Арбора, Картика Раджкар, Брэма Уоллайса, Джареа Франкаус, и многих!
Развитие GPYTORCH поддерживается финансированием Фонда Билла и Мелинды Гейтс, Национального научного фонда, SAP, Фонда Саймонса и Благотворительного фонда Гэтсби.
GPYTORCH лицензирован MIT.
