ott-jax/ott

解决的问题

该库提供了一种可扩展的方法，用于解决两组点（点云）之间的匹配问题，通过寻找一种低成本的方式将一个集合的点与另一个集合的点关联起来。它克服了传统算法（如匈牙利算法）在大规模数据集上效率低下的问题，提供了能够处理不同大小的加权集合以及部分匹配的更快求解器。

工作原理

基于 JAX 构建，该库实现了多种离散求解器，尤其是经过调度、动量和低秩扩展优化的 Sinkhorn 算法，可在加速器上高效运行。它还支持 Gromov-Wasserstein 和 Wasserstein 中心等高级问题。此外，还提供了基于神经网络的方法，用于近似源测度与目标测度之间的最优传输映射。

适用人群

需要在大规模场景下使用最优传输理论进行点云匹配或数据集比较的科研人员和开发者。

主要亮点

• 基于 JAX，可在加速器上实现高性能执行。
• 实现了带有多种加速优化的 Sinkhorn 算法。
• 支持 Gromov-Wasserstein 和 Wasserstein 中心等复杂问题。
• 包含基于神经网络的最优传输映射近似方法。
• 对自定义成本函数和目标函数具有灵活支持。