gpytorch下載gpytorch源代碼下載

gpytorch

Python

v1.13

下載

gpytorch

GPYTORCH是使用Pytorch實施的高斯過程庫。 GpyTorch旨在輕鬆創建可擴展，靈活和模塊化的高斯工藝模型。

在內部，GpyTorch通過使用數值線性代數技術（如預處理的共軛梯度）進行大多數推理操作，與許多現有的GP推斷方法不同。實現可擴展的GP方法就像通過線性啟動器接口或通過構成我們許多已經存在的LinearOperators矩陣矩陣及其導數一樣簡單。與基於Cholesky的分解相比，與求解器相比，這不僅允許容易實施流行的可擴展GP技術，而且通常還可以顯著改善GPU計算的利用率。

GPYTORCH提供（1）顯著的GPU加速度（通過基於MVM的推斷）；（2）最新的可伸縮性和靈活性算法進步的最先進的實現（滑雪/接吻-GP，隨機Lanczos擴展，愛，跳過，隨機變化深度內核學習，...）；（3）簡單地與深度學習框架集成。

示例，教程和文檔

請參閱我們的文檔，示例，有關如何在GpyTorch中構建各種模型的教程。

安裝

要求：

python> = 3.8
pytorch> = 2.0

使用PIP或CONDA安裝gpytorch：

pip install gpytorch
conda install gpytorch -c gpytorch

（要在全球使用軟件包，但要安裝GPYTORCH作為僅用戶軟件包，請在上面使用pip install --user 。）

開發版本

如果您要貢獻拉動請求，則最好執行手動安裝：

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軟件包

注意：實驗AUR軟件包。對於大多數用戶，我們建議通過conda或pip安裝。

GPYTORCH也可以在Archlinux用戶存儲庫（AUR）上找到。您可以使用像yay這樣的AUR助手安裝它，如下所示：

yay -S python-gpytorch

要討論與此AUR軟件包有關的任何問題，請參閱python-gpytorch的評論部分。

引用我們

如果您使用gpytorch，請引用以下論文：

Gardner，Jacob R.，Geoff Pleiss，David Bindel，Kilian Q. Weinberger和Andrew Gordon Wilson。 “ gpytorch：黑框矩陣 - 矩陣高斯工藝與GPU加速度的推斷。”在神經信息處理系統的進步中（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}
}

貢獻

有關提交問題和提取請求的信息，請參見貢獻指南。

團隊

gpytorch主要維護：

傑克·加德納（賓夕法尼亞大學）
傑夫·普利斯（哥倫比亞大學）
基利安·溫伯格（康奈爾大學）
安德魯·戈登·威爾遜（紐約大學）
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!