欧氏距离matlab代码-Tensorflow_Pytorch_Sinkhorn_OT:用于计算两个离散分布之间的最佳运输（OT）距离的Sin
欧氏距离matlab代码Tensorflow_Pytorch_Sinkhorn_OT
用于计算两个离散分布之间的最佳运输（OT）距离的Sinkhorn算法[1]的Tensorflow（1.0或2.0）和Pytorch实现。
概述
这些实现是从Cuturi到Tensorflow和Pytorch的改编，它们能够利用其自动差异功能和在GPU上运行的能力。
这些实现并行计算N对离散分布对（即，概率向量）之间的OT距离。
它对应于Cuturi实施中的“
N倍1-vs-1模式”。
输入
a
：D_1×N矩阵，每列是D_1维（规格化）概率向量。
b
：D_2×N矩阵，每列是D_2维（规格化）概率向量。
M
：D_1×D_2矩阵，成本函数正，对角线应为零。
lambda_sh,
numItermax,
stopThr
：算法的参数，与Cuturi的实现相同。
a,
b,
M是Tensorflow或Pytorch的张量，因此，反向传播适用。
输出
该算法输出一个N维矢量，第n个元素是a[:,n]与b[:,n]之间的（近似）OT距离。
测试
在test.py文件中，提供了Cuturi的Matlab实现与我
文件下载
资源详情
[{"title":"（ 5 个子文件 5KB ） 欧氏距离matlab代码-Tensorflow_Pytorch_Sinkhorn_OT:用于计算两个离散分布之间的最佳运输（OT）距离的Sin","children":[{"title":"Tensorflow_Pytorch_Sinkhorn_OT-main","children":[{"title":".gitignore <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.70KB </span>","children":null,"spread":false},{"title":"test.py <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"auto_diff_sinkhorn.py <span style='color:#111;'> 2.47KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]
评论信息
其他资源
- 恒润资料（CAN基础、汽车CAN总线通信矩阵设计、FlashBootloader、VectorTraining_tutorial）
- ssm+mysql+springboot开发的后台管理系统
- 基于GPS的小孩防丢器的设计开题报告
- 基于Java的影视创作论坛的设计与实现
- Mathematica帮助文档pdf版（核心语法）
- 游戏开发策划文档模版
- (最新)2019天勤考研复习计算机组成原理指导电子版.rar
- 矢量空间数据压缩隔点抽样法
- Win32API.rar
- clasee3-源码
- An efficient conjunctive keyword searchable encryption scheme
- 【Java项目源码】宠物医院在线挂号系统.zip
- modbus协议栈
- 软件功能清单-跨境快递物流管理系统.xlsx_连连跨境电商平台系统
- Android 利用三阶贝塞尔曲线绘制运动轨迹的示例
- BCB由DLL生成LIB及def文件方法
- Visio2003安装包
- 一个人脸识别考勤系统
- 16X16点阵（左移、上移、闪烁）
- 解密SQL2008加密过的存储过程方法及脚本
- MDKCM525.zip.002
- Sim_EKB_Install_2018_10_30
- 进程解锁软件 unclock
- GPS/INS Integrated Navigation Simulation
- 联想小新300，IdeaPad300笔记本电脑电路原理图
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明