文件名称：matlab混合高斯代码-gpml_extensions:为GPML工具箱提供各种扩展，以在MATLAB中进行高斯过程推理
文件大小：47KB
文件格式：ZIP
更新时间：2024-06-11 11:27:24
系统开源
matlab混合高斯代码GPML扩展 该存储库包含对流行的GPML工具箱的扩展的集合，该扩展用于MATLAB高斯过程推断，可在此处找到： 我们提供以下代码： 将任意超参数先验合并到任何推理方法中，从而在超参数学习期间允许MAP而不是MLE推理。 用于均值和协方差函数的扩展API，用于针对其超参数计算Hessian。 用于推理方法的扩展API，用于计算相对于超参数的（对数似然/后验）（可能近似）Hessian。 几个新的均值和协方差函数的实现。 例如，许多其他实用程序，用于在执行在线GP回归时计算等级更新以快速更新后验。 超参数先验 我们建立了一个新的简单API，用于指定任意超参数先验。 该API是： [nlZ, dnlZ, HnlZ] = prior(hyperparameters) 输入在哪里： hyperparameters ：GPML超参数结构，用于指定 和输出是 nlZ ：在处评估的对数先验的负值， dnlZ ：包含负对数梯度的结构，该负对数在处求值， HnlZ ：（可选）包含在之前评估的负对数的Hessian的结构， dnlZ结构的指定方式与GPML的典型方式相同（例如，作为
【文件预览】：
gpml_extensions-master
----utilities()
--------update_posterior.m(3KB)
--------theta_posterior_laplace.m(3KB)
--------check_arguments.m(2KB)
--------gp_likelihood_independent.m(3KB)
--------is_chol.m(1002B)
--------gp_optimizer_wrapper.m(3KB)
----inference_methods()
--------inference_with_prior.m(5KB)
--------add_prior_to_inference_method.m(1KB)
--------laplace_gpml()
--------exact_inference.m(10KB)
--------laplace_inference.m(15KB)
----likelihoods()
--------logphi.m(2KB)
----covariance_functions()
--------isotropic_sqdexp_covariance.m(2KB)
--------covariance_product.m(3KB)
--------factor_sqdexp_covariance.m(3KB)
--------mask_covariance.m(2KB)
--------ard_sqdexp_covariance.m(2KB)
--------linear_covariance.m(1KB)
--------covariance_sum.m(3KB)
--------fixed_discrete_covariance.m(2KB)
----LICENSE(1KB)
----README.md(10KB)
----hessians.m(2KB)
----LICENSE.GPML(2KB)
----priors()
--------laplace_prior.m(1KB)
--------independent_prior.m(5KB)
--------gaussian_prior.m(1KB)
--------priors.m(1KB)
--------constant_prior.m(2KB)
--------smooth_box_2_prior.m(1KB)
--------get_prior.m(1KB)
----mean_functions()
--------constant_mean.m(1KB)
--------zero_mean.m(999B)
--------fixed_discrete_mean.m(1KB)
--------step_mean.m(1KB)
--------linear_mean.m(1KB)