dysii ist eine C ++ Bibliothek bietet eine Sammlung von Klassen nützlich für Anwendungen des maschinellen Lernens.
Merkmale werden in die Bibliothek nach Bedarf hinzugefügt, so dass sie sich nicht über eine gewisse Vollständigkeit. Was ist im Preis inbegriffen, aber ist gut dokumentiert und getestet und kann für Forschungszwecke ziemlich Klang betrachtet werden.
Die Bibliothek wurde für die Leistung optimiert, während eine Modularität und Allgemeinheit, die es für eine Vielzahl von Anwendungen geeignet macht. Neben allgemeinen Code-Profiling und Benchmarking, haben Überlegungen einbezogen:
- Auswahl von effizienten Algorithmen,
- Einsatz von effizienten Low-Level-Matrix-Operationen,
- Umwandlung von Berechnungen, um Form Matrix, wo möglich, dies zu erleichtern, und
- Einsatz von speichereffiziente dünn besetzte Matrizen gegebenenfalls
Eigenschaften :..
- Der Kalman-Filter und glatter
- Die Rauch-Tung-Striebel (RTS) glatter.
- Die unscented Kalman-Filter und glatter, und die unscented Transformation.
- Ein Partikelfilter und glatter, darunter eine parallele Implementierung mit MPI.
- A Runge-Kutta numerischen Löser für gewöhnliche Differentialgleichungen.
- Wahrscheinlichkeitsverteilungen und stochastische Prozesse, wie zB die Gauß-Verteilung und Wiener-Prozess.
Was ist neu in dieser Pressemitteilung:
- Diese Version fügt Kerndichteschätzer mit verteilten kd Baum Partitionierung und Dual-Baum Auswertungen, eine verbesserte stochastischen Runge-Kutta und neue Euler-Maruyama Integrator für stochastische Differentialgleichungen, der Kernel-Vorwärts-Rückwärts-und Zwei-Filter Glättungs (von PhD Arbeit des Autors), Leistungsverbesserungen und eine Installationsanleitung.
Kommentare nicht gefunden