跳转到主要内容

随机傅里叶特征(RFF)近似和Thompson抽样的实现。

项目描述

PyPI version pipeline coverage DOI

pyrff: 使用随机傅里叶特征(RFF)近似高斯过程样本

本项目是随机傅里叶特征(RFF)近似[1]的Python实现。

本项目受到[2, 3]中实现的启发,并将其推广到可以使用任何GP库获取的高斯过程超参数。

给出了与PyMC3scikit-learn配合使用的Jupyter笔记本示例

安装

pyrff已发布在PyPI

pip install pyrff

用法和引用

pyrff根据GNU Affero通用公共许可证v3.0授权。

当您的工作中使用robotools时,请引用相应的软件版本

@software{pyrff,
  author       = {Michael Osthege and
                  Kobi Felton},
  title        = {michaelosthege/pyrff: v2.0.1},
  month        = dec,
  year         = 2020,
  publisher    = {Zenodo},
  version      = {v2.0.1},
  doi          = {10.5281/zenodo.4317685},
  url          = {https://doi.org/10.5281/zenodo.4317685}
}

前往Zenodo以生成最新发布的BibTeX引用

参考文献

  1. Hernández-Lobato, 2014 论文, 代码
  2. Cornell-MOE中的PES实现 代码
  3. Bradford, 2018 论文, 代码

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。

源分布

pyrff-2.0.2.tar.gz (14.8 kB 查看哈希值)

上传时间 源代码

构建分布

pyrff-2.0.2-py3-none-any.whl (27.6 kB 查看哈希值)

上传时间 Python 3

AWSAWS 云计算和安全赞助商 DatadogDatadog 监控 FastlyFastly CDN GoogleGoogle 下载分析 MicrosoftMicrosoft PSF赞助商 PingdomPingdom 监控 SentrySentry 错误日志 StatusPageStatusPage 状态页面