文件名称：geoopt:pytorch优化的黎曼自适应优化方法
文件大小：1.06MB
文件格式：ZIP
更新时间：2024-05-18 15:35:03
Python
Geoopt 流形感知pytorch.optim 。 ICLR2019及更多内容的非官方实现。 安装 确保已安装pytorch> = 1.6.0 有两种安装geoopt的方法： GitHub（到目前为止是首选），因为它正在积极开发 pip install git+https://github.com/geoopt/geoopt.git pypi（这可能在master分支的后面） pip install geoopt 一旦达到稳定的项目阶段，安装geoopt的首选方法将改变。 现在，在我们积极开发和实施新功能时，pypi落后于大师。 PyTorch支持 Geoopt正式支持2个最新的pytorch上游稳定版本或最新的主要版本。 我们还针对夜间版本进行测试，但不能100％确定兼容性。 对于较旧的pytorch版本，可能需要您自担风险。 到目前为止完成了什么 工作正在进行中，但是
【文件预览】：
geoopt-master
----.gitignore(1KB)
----setup.cfg(327B)
----requirements-dev.txt(91B)
----README.rst(5KB)
----.github()
--------workflows()
--------PULL_REQUEST_TEMPLATE()
--------FUNDING.yml(746B)
--------ISSUE_TEMPLATE()
----tests()
--------test_adam.py(3KB)
--------test_rsgd.py(3KB)
--------test_scaling.py(2KB)
--------test_rhmc.py(5KB)
--------test_random.py(3KB)
--------test_tensor_api.py(797B)
--------test_lorentz_math.py(6KB)
--------test_origin.py(3KB)
--------test_manifold_basic.py(16KB)
--------test_utils.py(4KB)
--------test_birkhoff.py(1KB)
--------test_product_manifold.py(3KB)
--------test_sparse_adam.py(1KB)
--------test_euclidean.py(1KB)
--------test_rlinesearch.py(2KB)
--------test_sparse_rsgd.py(1KB)
--------test_gyrovector_math.py(24KB)
----docs()
--------optimizers.rst(125B)
--------extended()
--------samplers.rst(126B)
--------conf.py(10KB)
--------index.rst(520B)
--------extended.rst(87B)
--------plots()
--------tensors.rst(94B)
--------manifolds.rst(528B)
--------_static()
--------_templates()
--------Makefile(8KB)
--------devguide.rst(447B)
----examples()
--------lorentz.ipynb(340KB)
--------hyperbolic_multiclass_classification.ipynb(718KB)
--------mobius_linear_example.py(2KB)
----LICENSE(11KB)
----CHANGELOG.rst(2KB)
----CODE_OF_CONDUCT.md(3KB)
----geoopt()
--------manifolds()
--------samplers()
--------docutils.py(358B)
--------tensor.py(6KB)
--------utils.py(5KB)
--------linalg()
--------__init__.py(638B)
--------optim()
----setup.py(2KB)
----Makefile(1KB)
----.pylintrc(11KB)