我正在将 GPflow 中的三维高斯过程回归代码转换为 GPyTorch,以利用 PyTorch 的本机可扩展性来实现精确的 GPR。
此示例很有帮助,但无法找到有关如何将不同内核应用于多维 GPR 中的各个维度的解释(例如,将 Matern52 内核应用于维度 [0,1],将 Matern 32 内核应用于维度 [2] )。
GPyTorch 是否支持该功能,如果支持,它是如何实现的/我在哪里可以找到示例?
我正在将 GPflow 中的三维高斯过程回归代码转换为 GPyTorch,以利用 PyTorch 的本机可扩展性来实现精确的 GPR。
此示例很有帮助,但无法找到有关如何将不同内核应用于多维 GPR 中的各个维度的解释(例如,将 Matern52 内核应用于维度 [0,1],将 Matern 32 内核应用于维度 [2] )。
GPyTorch 是否支持该功能,如果支持,它是如何实现的/我在哪里可以找到示例?
在内核函数中使用“active_dims”:
from( https://docs.gpytorch.ai/en/v1.1.1/kernels.html#rbfkernel ) active_dims(整数元组,可选):如果您只想计算几个输入维度的协方差,请设置此项。整数对应于维度的索引。默认值:无。