PyTorch中的非负矩阵组合
PyTorch不仅是一个很好的深度学习框架,而且还是矩阵操作和大数据卷积方面的快速工具。 一个很好的例子是 。
在此程序包中,我基于torch.nn.Module在PyTorch中实现了NMF,PLCA及其反卷积变化,因此可以在CPU / GPU设备之间自由移动模型并利用cuda的并行计算。
模组
NMF
基本的NMF和NMFD模块使用乘法更新规则将beta差异最小化。 乘数是通过torch.autograd获得的,因此减少了代码量并且易于维护。
该界面类似于sklearn.decomposition.NMF ,但具有一些其他选项。
NMF :原始NMF算法。
NMFD :一维反卷积NMF算法。
NMF2D :二维反卷积NMF算法。
NMF3D :3-D反卷积NMF算法。
可编程逻辑控制器
基本的PLCA和SIPLCA模块使用EM算法来最
1