具有潜在高斯过程先验（LGPP）的Raven渐进矩阵完成
这是论文“具有潜在高斯过程先验的Raven渐进矩阵完成”的代码。
依存关系
PyTorch == 1.4
pyyaml == 5.3
枕头== 7.0.0
numpy的= = 1.18.1
六个== 1.14.0
Python版本3.7.6
数据集
构建面和圆数据集：
./build_datasets.sh
训练
特定数据集的训练模型（例如，具有5000个训练样本的三角形实例化多边形数据集）
python train.py --exp_name triangle_5000 --gpu 0 --dataset triangle_5000
参数--exp_name是您的自定义实验的名称和--dataset是在训练阶段中使用的数据集。
实验
用MSE分数估算模型
python test.py --exp_name trian
2021-03-22 14:06:56
33KB
1
1. 代码主要基于GPML V4.2工具箱实现
2. 提供了两个应用实例（单变量预测和多变量预测）
3. 给出了预测均值和方差的可视化结果
2020-03-13 03:06:02
1.73MB
1
Gaussian Process for Machine Learning 一书的配套matlab代码
2019-12-21 19:36:48
866KB
1
高斯过程回归及分类的代码，内容全，有实例，注释清晰。包括分类系列和预测回归系列，值得感兴趣的同学学习借鉴。里面有对应的数据和demo程序，程序可运行，MATLAB2014a下测试通过，其他版本没有测试。（网页版的0
2019-12-21 18:51:17
833KB
1