معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A small pytorch package for efficiently running pair-wise operations such as distances on the batch-level.

ویژگی	مقدار
سیستم عامل	-
نام فایل	batchdist-0.1.3
نام	batchdist
نسخه کتابخانه	0.1.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Michael Moor
ایمیل نویسنده	michael.moor@bsse.ethz.ch
آدرس صفحه اصلی	https://github.com/mi92/batchdist
آدرس اینترنتی	https://pypi.org/project/batchdist/
مجوز	BSD-3-Clause

# batchdist This is a small PyTorch-based package which allows for efficient batched operations, e.g. for computing distances without having to slowly loop over all instance pairs of a batch of data. After having encountered mulitple instances of torch modules/methods promising to handling batches while only returning a vector of pairwise results (see example below) instead of the full matrix, this package serves as a tool to wrap such methods in order to return full matrices (e.g. distance matrices) using fast, batched operations (without loops). ## Example First, let's define a custom distance function that only computes pair-wise distances for batches, so two batches of each 10 samples are converted to a distance vector of shape (10,). ```python >>> def dummy_distance(x,y): """ This is a dummy distance d which allows for a batch dimension (say with n instances in a batch), but does not return the full n x n distance matrix but only a n-dimensional vector of the pair-wise distances d(x_i,y_i) for all i in (1,...,n). """ x_ = x.sum(axis=[1,2]) y_ = y.sum(axis=[1,2]) return x_ + y_ # batchdist wraps a torch module around this callable to compute # the full n x n matrix with batched operations (no loops). >>> import batchdist as bd >>> batched = bd.BatchDistance(dummy_distance) # generate data (two batches of 256 samples of dimension [4,3]) >>> x1 = torch.rand(256,4,3) >>> x2 = torch.rand(256,4,3) >>> out1 = batched(x1, x2) # distance matrix of shape [256,256] ``` For more details, consult the included examples. ## Installation With poetry: ```$ poetry add batchdist``` With pip: ```$ pip install batchdist```

نیازمندی

مقدار	نام
>=1.6.0,<2.0.0	torch

زبان مورد نیاز

مقدار	نام
>=3.7,<4.0	Python

نحوه نصب

نصب پکیج whl batchdist-0.1.3:

pip install batchdist-0.1.3.whl

نصب پکیج tar.gz batchdist-0.1.3:

pip install batchdist-0.1.3.tar.gz