JuliaDiff/FiniteDiff.jl
Fast non-allocating calculations of gradients, Jacobians, and Hessians with sparsity support
해결하는 문제
도함수, 기울기, 야코비안, 헤세 행렬이 필요하지만 해석적 공식이 없을 때, 이 패키지는 이를 수치적으로 계산합니다. 속도와 메모리 효율성을 위해 설계되었으며, 특히 배열 기반 계산과 희소 구조에 적합합니다.
작동 방식
이 라이브러리는 유한 차분법을 사용하여 도함수를 근사합니다. 두 가지 모드를 제공합니다: 일회성 계산에 적합한 직접 함수 호출과, 도함수를 여러 번 재계산할 때 할당을 피하는 캐시 기반 버전입니다. 가변 배열(비할당 형식)과 정적 배열(비변형)을 모두 지원합니다. 희소 야코비안의 경우, 컬러링 벡터를 사용하여 단일 함수 호출에서 여러 방향 도함수를 계산하여 평가 횟수를 줄입니다. 이 패키지는 가능한 범위에서 GPU에서도 작동하도록 설계되었습니다.
대상 사용자
과학 컴퓨팅, 최적화, 머신 러닝 또는 수치 도함수가 필요한 모든 분야에서 작업하는 Julia 개발자를 대상으로 합니다. 특히 배열과 희소 야코비안에 대해 빠르고 할당이 적은 계산이 필요한 분들에게 유용합니다.
주요 특징
- 빠른 배열 지원을 위한 완전 비할당 가변 형식
- 정적 배열 지원을 위한 완전 비변형 형식
- 희소 야코비안의 효율적 계산을 위한 컬러링 벡터
- 유한 차분의 범위 내에서 가능한 한 GPU 호환
관련
- 프로젝트
- 프로젝트
- 프로젝트
- 프로젝트