dfm/tinygp
The tiniest of Gaussian Process libraries
解決的問題
提供一種輕量、快速且高效的 Python 高斯過程（GP）模型實作方式，避免重型庫的開銷，同時保持高效率。
工作原理
基於 JAX 建構，利用 JAX 的自動微分與 GPU 加速能力，加速 GP 模型的計算。
適用對象
需要一個輕量但功能強大的高斯過程庫，並能與 JAX 生態系統無縫整合的研究人員與開發者。
特色亮點
- 支援 GPU 加速
- 自動微分
- 輕量且簡潔的介面
- 經由基準測試證明的高效率
相關
- 專案
- 專案
- 專案
- 專案
- 專案