文件名称：spectralgp:“内核上的功能空间分布”的代码存储库
文件大小：2.31MB
文件格式：ZIP
更新时间：2024-06-15 11:11:19
JupyterNotebook
功能内核学习（FKL） 该存储库包含本文中的功能内核学习（FKL）的GPyTorch实现， 作者：（ ，（ ，（ ，朱利奥（Julio Albinati）和 。 如果发现有用，请引用我们的工作： @inproceedings{benton_function-space_2019, title = {Function-space {Distributions} over {Kernels}}, language = {en}, booktitle = {Advances in {Neural} {Information} {Processing} {Systems}}, author = {Benton, Greg and Salkey, Jayson and Maddox, Wesley and Albinati
【文件预览】：
spectralgp-master
----setup.py(1KB)
----exps_multi_input_dim()
--------basic_gp_comparison.py(5KB)
--------regression_runner.py(9KB)
--------utils.py(3KB)
--------data.py(986B)
----.gitignore(1KB)
----poster.pdf(769KB)
----exps()
--------data()
--------prior_posterior_kernels.py(8KB)
--------regression_runner.py(6KB)
--------standard_gp_plots.py(6KB)
--------save_models.py(534B)
--------plot_saved_models.py(10KB)
--------custom_plotting.py(11KB)
--------fit_parametric_model.py(2KB)
--------run_with_para_models.py(5KB)
--------data.py(8KB)
----spectralgp()
--------trainer.py(2KB)
--------__init__.py(293B)
--------sampling_factories.py(4KB)
--------priors.py(664B)
--------kernels()
--------models.py(5KB)
--------utils.py(2KB)
--------samplers()
--------means()
----LICENSE(1KB)
----notebooks()
--------FKL_MultipleInputDimensions_Regression_MultiGPU.ipynb(267KB)
--------FKL_MultipleInputDimensions_Regression_CUDA.ipynb(95KB)
--------regression_example.ipynb(93KB)
----README.md(4KB)
----prcp-testing()
--------simple_plotter.py(1KB)
--------data_getters.py(3KB)
--------plot_map.R(1KB)
--------data-managment()
--------run_extrapolation.py(4KB)
--------prcp_plotting.py(7KB)
--------multitask_example.ipynb(173KB)
--------prcp_utils.py(1KB)
----README.rst(0B)
----tests()
--------test_mean_ess.py(2KB)
--------testSpectralKernel.py(6KB)
----plots()
--------post-data.png(199KB)
--------post-kern.png(190KB)
--------prior-kern.png(193KB)
--------prior-data.png(219KB)
----bnse()
--------bnse.py(12KB)
--------demo.py(2KB)
----fx()
--------plotting.py(2KB)
--------runner.py(5KB)
--------data.py(2KB)