1 dépôt
Building complex covariance kernels by combining simpler kernels through mathematical operations.
Distinct from Kernel Composition Frameworks: Distinct from GPU kernel implementation by focusing on the statistical composition of covariance functions.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Kernel Composition. Refine with filters or upvote what's useful.
GPyTorch est un framework probabiliste accéléré par GPU et une bibliothèque PyTorch pour implémenter des modèles de processus gaussiens évolutifs. Il fournit un système pour la modélisation par processus gaussiens et l'estimation de l'incertitude, conçu pour effectuer des opérations matricielles efficaces sur le matériel graphique. Le framework dispose d'un système de noyau modulaire pour construire des fonctions de covariance personnalisées et modéliser des dépendances de données complexes. Il intègre spécifiquement les processus gaussiens avec des réseaux de neurones profonds pour créer des modèles hybrides pour la régression et la classification. Le système emploie des techniques d'algèbre linéaire numérique, incluant des gradients conjugués préconditionnés et des opérations basées sur des tenseurs, pour gérer de grands jeux de données. Il prend également en charge l'inférence variationnelle boîte noire et la différenciation automatique pour l'optimisation des hyperparamètres.
Allows the construction of complex covariance structures by combining simple kernels through addition and multiplication.