POT:Python优化传输
雷米·弗拉马利、尼古拉·科蒂、亚历山大·格兰福特、莫赫塔尔·阿拉亚、奥雷利·博伊斯布农、斯坦尼斯拉斯·尚本、莱蒂蒂亚·沙佩尔、阿德里安·科尔恩夫洛斯、基利安·法特拉斯、尼莫·福尼尔、莱奥·戈瑟隆、纳塔利·T.H.盖劳、希查姆·贾纳蒂、阿兰·拉科托马蒙吉、伊夫根·雷德科、安托万·罗莱特、安东尼·舒茨、维维安·塞古、丹尼尔·萨瑟兰、罗曼·塔文纳德、，Alexander Tong、Titouan Vayer; 22(78):1−8, 2021.
摘要
优化传输最近被重新引入机器学习社区，这在一定程度上要归功于允许中大规模应用的新型高效优化程序。我们提出了一个Python工具箱，它为机器学习社区实现了几个关键的优化传输思想。该工具箱包含许多机器学习OT基础工作的实现，如Sinkhorn算法和Wasserstein重心，还提供可用于进行新的基础研究的通用求解器。这个工具箱名为POT for Python Optimal Transport，是具有MIT许可证的开源工具。
[腹肌]
[pdf格式][围兜] [代码]
