没有合适的资源?快使用搜索试试~ 我知道了~
kernel_hmc:NIPS 2015代码“通过有效核指数族的无梯度哈密顿蒙特卡洛”
共46个文件
py:39个
coveragerc:1个
txt:1个
需积分: 8 0 下载量 107 浏览量
2021-05-14
20:35:53
上传
评论
收藏 38KB ZIP 举报
温馨提示
内核哈密顿量蒙特卡洛 NIPS 2015代码。 该软件包实现了本文的内核HMC部分。 它在很大程度上取决于,所有梯度估计代码都位于该中。 我关于KMC的。 一个具有KMC lite在以前未开发的区域中移动的能力。 安装依赖项: pip install -r https://raw.githubusercontent.com/karlnapf/kernel_hmc/master/requirements.txt 可选的依赖项是: 用于协方差的Cholesky因子的有效低秩更新。 将Adaptive-Metropolis和KMC Finite的成本从立方提高到二次,请参见论文。 超参数示例中用于高斯过程边缘后部的 。 通过近似推断和重要性抽样来计算边际可能性的无偏估计。 香蕉示例的 ,可通过自动渐变计算梯度。 安装kernel_hmc : pip install git
资源推荐
资源详情
资源评论
收起资源包目录
kernel_hmc-master.zip (46个子文件)
kernel_hmc-master
requirements.txt 413B
.travis.yml 1KB
LICENSE 1KB
setup.py 460B
README.md 2KB
kernel_hmc
proposals
kmc.py 3KB
hmc.py 4KB
base.py 2KB
metropolis.py 14KB
__init__.py 0B
mini_mcmc
__init__.py 0B
mini_mcmc.py 3KB
densities
posterior_gp_classification_ard.py 5KB
__init__.py 0B
banana.py 2KB
gaussian.py 3KB
__init__.py 0B
examples
demo_mcmc_gp_glass.py 4KB
demo_mcmc_kmc_adaptive.py 4KB
demo_trajectories.py 2KB
__init__.py 0B
demo_mcmc_kmc_static.py 3KB
plotting.py 3KB
run_all.sh 932B
demo_mcmc_other_metropolis.py 2KB
tools
mcmc_convergence.py 705B
assertions.py 2KB
file.py 517B
log.py 726B
__init__.py 0B
math.py 3KB
hamiltonian
__init__.py 0B
hamiltonian.py 666B
leapfrog.py 3KB
tests
proposals
test_kmc.py 1KB
test_adaptive_metropolis.py 4KB
__init__.py 0B
test_base.py 5KB
densities
__init__.py 0B
test_gaussian.py 751B
test_posterior_gp_classification_ard.py 674B
__init__.py 0B
tools
__init__.py 0B
test_math.py 1KB
.gitignore 756B
.coveragerc 78B
共 46 条
- 1
资源评论
易三叨
- 粉丝: 41
- 资源: 4610
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功