python包估计optima对超参数的敏感度。
vittles的Python项目详细描述
#“利用估计灵敏度的变分推理工具”：vittles。
[！[图像]（https://travis-ci.org/rgiordan/vittles.svg?branch=master)](https://travis-ci.org/rgiordan/vittles）
##描述。
这是一个图书馆（仍在开发中），旨在 灵敏度分析更容易解决优化问题。有关背景和动机，请参阅以下论文：
高阶瑞士陆军微型刀 瑞安·乔达诺，迈克尔·乔丹，塔玛拉·布罗德里克 <；https://arxiv.org/abs/1907.12116>；
协方差、稳健性和变分贝叶斯 瑞安·乔达诺，塔玛拉·布罗德里克，迈克尔·乔丹 <；https://arxiv.org/abs/1709.02536>；
瑞士军队的微型刀 Ryan Giordano、Will Stephenson、Runjing Liu、Michael I.Jordan、Tamara 布罗德里克 <；https://arxiv.org/abs/1806.00550>；
基于贝叶斯的断棒先验灵敏度评估 非参数 刘润晶、吉奥达诺、乔丹、布罗德里克 <；https://arxiv.org/abs/1810.06587>；
##使用包。
我们欢迎新用户！但是，请注意，包裹是 仍在开发中。我们鼓励用户联系作者（github 用户rgiordan）获取建议、错误，或者如果您使用包 重要的事情。
###安装。
要安装最新的标记版本，请使用pip安装
python3-m pip安装vittles。
请注意，vittles正在快速开发中，因此您可能希望克隆 而使用主分支。
###文件和示例。
有关示例和API文档，请参见 [阅读文档]（https://vittles-python.readthedocs.io/en/latest/index.html）。
或者，签出回购协议并在docs/中运行make html。
欢迎加入QQ群-->： 979659372
](https://travis-ci.org/rgiordan/vittles){kind=link}
](https://codecov.io/gh/rgiordan/vittles){kind=link}