GPy и GPflow математический фон - ссылки

Question

У GPy и GPflow общий математический фон? Я спрашиваю об этом, потому что я использую GPy, но я не могу видеть ссылки. Однако GPflow предоставляет ссылки в своих примерах.

Это нормально, если вы продолжаете использовать GPy, или вы бы посоветовали использовать GPflow немедленно для целей гауссовских процессов?

Answer 1

GPy и GPflow определенно имеют общий математический фон: гауссовские процессы Расмуссен и Уильямс , и многие концепции очень похожи в обеих системах: ядра, вероятности, средние функции, точки индукции и т. Д. c. Для меня самым большим отличием между GPy и GPflow является вычислительный бэкэнд: AFAIK GPy использует обычные Python и numpy для выполнения всех своих вычислений, тогда как GPflow полагается на TensorFlow. Это дает GPflow множество полезных функций бесплатно: ускорение графического процессора, автоматические градиенты c, совместимость с экосистемой TF и ​​т. Д. c. В зависимости от вашего варианта использования эти функции могут быть критически важными или просто полезными.

Вот дополнительная информация о технических деталях между двумя платформами: https://gpflow.readthedocs.io/en/master/intro.html#what -s-the-the-разница-между-gpy-and-gpflow

Answer 2

Это будет зависеть от того, что вы на самом деле делаете. Самые базовые c GP должны быть похожими, просто GPflow полагается на тензорный поток для градиентов (если используется) и, возможно, некоторые технические различия реализации.

Для других более продвинутых моделей обе библиотеки предоставляют ссылки на соответствующие документы в документах. На мой взгляд, дизайн GPflow в основном основан на SVGP-фреймворке из [1] и [2] (и многих других расширений. Я действительно могу порекомендовать [2], если вы интересуетесь теорией). Но они все еще предоставляют некоторые другие реализации.

Я использую GPflow, так как он работает на GPU и предлагает много современных реализаций. Тем не менее, недостатком будет то, что он подвергается значительным изменениям.

Если вы хотите использовать классовые c GP и не слишком озабочены производительностью или очень современными методами, я бы сказал, GPy должно быть достаточно и более стабильный вариант.

[1] Хенсман, Джеймс, Александр Мэтьюз и Зубин Гахрамани. «Масштабируемая вариационная гауссовская классификация процессов». (2015).

[2] Мэтьюз, Александр Грем де Гарис. Масштабируемый логический процесс с использованием вариационных методов. Дисс. Кембриджский университет, 2017.