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。