gpytorch下载gpytorch源代码下载

gpytorch

Python

v1.13

下载

gpytorch

GPYTORCH是使用Pytorch实施的高斯过程库。 GpyTorch旨在轻松创建可扩展，灵活和模块化的高斯工艺模型。

在内部，GpyTorch通过使用数值线性代数技术（如预处理的共轭梯度）进行大多数推理操作，与许多现有的GP推断方法不同。实现可扩展的GP方法就像通过线性启动器接口或通过构成我们许多已经存在的LinearOperators矩阵矩阵及其导数一样简单。与基于Cholesky的分解相比，与求解器相比，这不仅允许容易实施流行的可扩展GP技术，而且通常还可以显着改善GPU计算的利用率。

GPYTORCH提供（1）显着的GPU加速度（通过基于MVM的推断）；（2）最新的可伸缩性和灵活性算法进步的最先进的实现（滑雪/接吻-GP，随机Lanczos扩展，爱，跳过，随机变化深度内核学习，...）；（3）简单地与深度学习框架集成。

示例，教程和文档

请参阅我们的文档，示例，有关如何在GpyTorch中构建各种模型的教程。

安装

要求：

python> = 3.8
pytorch> = 2.0

使用PIP或CONDA安装gpytorch：

pip install gpytorch
conda install gpytorch -c gpytorch

（要在全球使用软件包，但要安装GPYTORCH作为仅用户软件包，请在上面使用pip install --user 。）

开发版本

如果您要贡献拉动请求，则最好执行手动安装：

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

Archlinux软件包

注意：实验AUR软件包。对于大多数用户，我们建议通过conda或pip安装。

GPYTORCH也可以在Archlinux用户存储库（AUR）上找到。您可以使用像yay这样的AUR助手安装它，如下所示：

yay -S python-gpytorch

要讨论与此AUR软件包有关的任何问题，请参阅python-gpytorch的评论部分。

引用我们

如果您使用gpytorch，请引用以下论文：

Gardner，Jacob R.，Geoff Pleiss，David Bindel，Kilian Q. Weinberger和Andrew Gordon Wilson。 “ gpytorch：黑框矩阵 - 矩阵高斯工艺与GPU加速度的推断。”在神经信息处理系统的进步中（2018年）。

 @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}
}

贡献

有关提交问题和提取请求的信息，请参见贡献指南。

团队

gpytorch主要维护：

杰克·加德纳（宾夕法尼亚大学）
杰夫·普利斯（哥伦比亚大学）
基利安·温伯格（康奈尔大学）
安德鲁·戈登·威尔逊（纽约大学）
Max Balandat（Meta）

We would like to thank our other contributors including (but not limited to) Eytan Bakshy, Wesley Maddox, Ke Alexander Wang, Ruihan Wu, Sait Cakmak, David Eriksson, Sam Daulton, Martin Jankowiak, Sam Stanton, Zitong Zhou, David Arbour, Karthik Rajkumar, Bram Wallace, Jared Frank, and many more!