文件名称：matlab做趋势的代码-torchblp:BLP'95的pytorch实现
文件大小：419KB
文件格式：ZIP
更新时间：2024-06-12 18:30:04
系统开源
matlab做趋势的代码火炬手 BLP'95的PyTorch实现。 致谢 数据来自： 以赛亚斯安德鲁斯； 马修根茨科夫； Shapiro，Jesse M.，2017年，“复制数据：“测量参数估计值对估计矩的敏感度”，”，哈佛大学Dataverse，V1 我使用了Andrews，Gentzkow和Shapiro的MATLAB代码来构造GMM仪器。 squarem实现改编自。 该代码依靠各种未公开的技巧来使之在GPU上运行。 用法 您将需要Python 3。 克隆仓库，并在src目录中运行： python torchblp.py --data-filename ../data/blp95.csv --unobs-filename ../data/blp95unobs.csv 如果没有GPU，请使用--disable-cuda选项。 该代码应产生相同的结果，尽管运行速度较慢。 结果 借助float64精度， torchblp几乎可以完全复制对Andrews，Gentzkow和Shapiro（AGS'17）的估算。 使用float32精度时， torchblp估计与torchblp有所不同，但
【文件预览】：
torchblp-master
----.gitignore(2KB)
----data()
--------blp95unobs.csv(17KB)
--------blp95.csv(2.05MB)
----src()
--------blp95model.py(4KB)
--------torchblp.py(12KB)
----LICENSE(1KB)
----README.md(3KB)