皮曼诺特

Pymanopt:一个python工具箱,用于使用自动微分对流形进行优化。流形优化是一类优化目标函数的方法,其约束条件是光滑的,满足约束的点集承认可微流形的结构。虽然许多优化问题都是描述的形式,但微分几何的技术性和导数的繁重计算给这些方法的实验带来了很大的障碍。我们介绍Pymanopt(可在url{Pymanopt.github.io})上获得,这是一个用Python实现的流形优化工具箱,与Manopt Matlab工具箱类似,它实现了几种流形几何和优化算法。此外,我们通过使用自动微分来计算导数信息,从而进一步降低了对用户的障碍,从而节省了用户的时间,并避免了潜在的计算和实现错误。


zbMATH中的参考文献(参考文献24条,1标准件)

显示第1到第20个结果,共24个。
按年份排序(引用)
  1. 罗尼·伯格曼:曼诺特。jl:Julia中流形的优化(2022)不是zbMATH
  2. 塞姆巴赫,莉娜;伯加德,简·帕布罗;Schulz,Volker:拟合高斯混合模型的黎曼-牛顿信赖域方法(2022)
  3. 山川,裕雅;Sato,Hiroyuki:黎曼流形上非线性优化的序列最优性条件和全局收敛的增广拉格朗日方法(2022)
  4. 胡萨里,瑞卡;Kadri,Hachem:纠缠的核——超越可分离性(2021)
  5. 酒井,裕之;Iiduka,Hideaki:充分下降黎曼共轭梯度法(2021)
  6. 赛斯·D·阿克森,马特乌斯·巴兰,罗尼·伯格曼,克鲁兹托夫·雷泽基:歧管。jl:流形数据分析的可扩展Julia框架(2021)阿尔十四
  7. 阿布西尔,皮埃尔·安托万(编辑);赫尔佐格,罗兰(编辑);Steidl,Gabriele(编辑):小型研讨会:流形上的计算优化。2020年11月15日至21日举行的小型研讨会摘要(在线会议)(2020年)
  8. 刘昌硕;Boumal,Nicolas:带约束黎曼流形优化的简单算法(2020)
  9. 米奥兰,尼娜;尼可拉斯,桂贵;爱丽丝,勒布里甘特;马瑟,约翰;侯,本杰明;塔维达斯,雅恩;海德,斯蒂芬;佩尔特,奥利维尔;科普,尼格拉斯;扎提提,哈迪;哈伊里,哈坦;卡巴内斯,扬;杰拉尔德,托马斯;查查特,保罗;谢尔马克,基督徒;布鲁克斯,丹尼尔;凯恩斯,伯恩哈德;唐纳特,克莱尔;福尔摩斯,苏珊;Pennec,Xavier:Geomstats:机器学习中黎曼几何的Python包(2020)
  10. Richards,Donald:评论:“多元正态性检验——以加权(L^2)统计量为重点的评论”(2020)
  11. 酒井,裕之;Iiduka,Hideaki:具有全局收敛性的混合黎曼共轭梯度法(2020)
  12. 奎奈,线;索默,斯特凡;Arnaudon,Alexis:微分几何与随机动力学与深度学习数值(2019)
  13. 彼得罗西安,阿姆纳克;川,黄;韦伯斯特,克莱顿:通过流形优化重建联合稀疏向量(2019)
  14. 斯科特,C.B。;Mjolsness,Eric:空间相关学习的多层人工神经网络训练(2019)
  15. 华丽的,雷米;库图里,马可;科蒂,尼古拉斯;Rakotomamongy,Alain:Wasserstein判别分析(2018)
  16. 吉拉尔迪,洛伊奇;Le Maître,奥利维尔P。;霍泰特,易卜拉欣;Knio,Omar M.:贝叶斯环境下观测值的最优投影(2018)
  17. 霍坎森,杰弗里M。;Constantine,Paul G.:使用变量投影的数据驱动多项式岭近似(2018)
  18. 黄文;阿布西尔,P.-A。;加里文,凯尔A。;Hand,Paul:ROPTLIB:黎曼流形优化的面向对象C++库(2018)
  19. 赫鲁尔科夫,瓦伦丁;Oseledets,Ivan:有界秩矩阵集的去极化(2018)
  20. Nina Miolane,Johan Mathe,Claire Donnat,Mikael Jorda,Xavier Pennec:geomstats:机器学习中黎曼几何的Python包(2018)阿尔十四