“机器学习与人工智能”的版本间差异

来自Shiyin's note
跳到导航 跳到搜索
第38行: 第38行:


==软件包==
==软件包==
*rapids Nvidia出的python下的GPU加速套件 [https://rapids.ai/start.html]
:cudf
:cuML 加速scikit-learn [https://docs.rapids.ai/api/cuml/stable/]
:安装(兼顾pytorch的兼容性)conda create -n pytorch_and_rapids -c rapidsai-nightly -c nvidia -c pytorch -c conda-forge rapids=22.04 pytorch=1.10.0 cudatoolkit=11.3

*[[scikit-learn]]
*[[scikit-learn]]
*astroML [https://www.astroml.org/astroML-notebooks/]
*astroML [https://www.astroml.org/astroML-notebooks/]
第43行: 第48行:
*[[pytorch]]
*[[pytorch]]
*[[tensorflow]]
*[[tensorflow]]
*cuML :GPU加速的机器学习包 [https://docs.rapids.ai/api/cuml/stable/]


==教程==
==教程==

2022年2月8日 (二) 08:02的版本

  • artificial neural networks (ANN)
气体的冷却 deepCool, deepHeat, and deepMetal: arXiv:1901.01264
对quench的机制进行排序 [1]
  • unsupervised Random Forest
找到SDSS中最怪异的星系 [2]
https://arxiv.org/abs/2007.08530
  • 恒星形成历史 [3]
基于数值模拟的结果,监督学习
Convolutional Neural Networks(CNN)
Extremely Randomised Trees
  • 高斯过程回归 (Gaussian Process Regressor)
Scikit-Learn machine learning package for Python
arXiv1901.02877 1908.04318

图像相关

  • merger
REALSIM [4]
  • Galaxy morphology network [5]
  • Morpheus
https://ui.adsabs.harvard.edu/abs/2020ApJS..248...20H/abstract
  • 贾鹏的方法
https://arxiv.org/abs/2002.09211
  • deblend
Residual Dense Neural network (RDN) [6]
sextractor做deblend [7]
weaklense中的deblend [8]

算法

  • 降维:tSNE
  • 降维:MDS Multidimensional Scaling, [9]

软件包

  • rapids Nvidia出的python下的GPU加速套件 [10]
cudf
cuML 加速scikit-learn [11]
安装(兼顾pytorch的兼容性)conda create -n pytorch_and_rapids -c rapidsai-nightly -c nvidia -c pytorch -c conda-forge rapids=22.04 pytorch=1.10.0 cudatoolkit=11.3

教程