dfm/tinygp
The tiniest of Gaussian Process libraries
解决的问题
提供一种轻量、快速且高效的 Python 高斯过程（GP）模型实现方式，避免了重型库的开销，同时保持高性能。
工作原理
基于 JAX 构建，利用 JAX 的自动微分和 GPU 加速能力，加速 GP 模型的计算。
适用人群
需要一个轻量但功能强大的高斯过程库，并能无缝集成到 JAX 生态系统中的研究人员和开发者。
特色亮点
- 支持 GPU 加速
- 自动微分
- 轻量且简洁的接口
- 通过基准测试证明的高性能
相关
- 项目
- 项目
- 项目
- 项目
- 项目