MDP. Toolkit modulare per l'elaborazione dei dati
Scarica ora

MDP. Classifica e riepilogo

MDP. Tag

dati analizzare processi analisi dei dati dati di processo elaboratore di dati

MDP. Descrizione

toolkit modulare per l'elaborazione dei dati MDP è un framework di elaborazione dati Python. algoritmi implementati comprendono: Independent Component Analysis, lento Caratteristica Analisi, Analisi delle Componenti Principali, Independent Feature lento Analisi, e molti more.NOTE: MDP è concesso in licenza e distribuito sotto i termini della GNU Biblioteca o Lesser General Public License (LGPL). Requisiti: · Python. Cosa c'è di nuovo in questa versione: · Aggiunto il rilevamento in linea di back-end numerica, supporto pitone parallelo, backend symeig e backend numerico per l'uscita di test di unità. Dovrebbe aiutare nel debug. · Integrazione dei nodi di taglio e l'istogramma. · Corretto il bug del flusso (gestione delle eccezioni) in parallelo. · Corretto il bug in LLENode quando output_dim è un galleggiante. Grazie a Konrad Hinsen. · Bug corretti in flusso parallelo per molteplici utilità di pianificazione. · Corretto un bug nella inversa livello, grazie ad Alberto Escalante. · Aggiunto un LinearRegressionNode. · PCANode non si lamenta più quando la matrice di covarianza ha autovalori negativi se e solo se SVD == Vero o ridurre == true. Se Output_Dim è stato specificato ha una varianza desiderata, gli eigenvalue negativi vengono ignorati. Messaggio di errore migliorato per SFanode In caso di eigenvalue negativi, ora suggeriamo di premere il nodo con un pcanode (svd = true) o pcanode (Riduci = true). · La migrazione da vecchio pacchetto filo a quello nuovo threading. Aggiunta flag per disabilitare la memorizzazione nella cache nello scheduler del processo. Ci sono alcuni cambiamenti di rottura degli scheduler personalizzati (la formazione o l'esecuzione del flusso parallelo non è influenzata). · Aggiunto il supporto di monitoraggio revisione svn. · Rimossa la bandiera copy_callable per scheduler, questo è ora completamente sostituito da sborsare il TaskCallable. Questo non ha alcun effetto per la comoda interfaccia parallelflow, ma gli scheduler personalizzati si spezzano. · Implementato caching nel ProcessScheduler. · Make_parallel ora lavora completamente in-place per risparmiare memoria. · Aggiunto metodi container a FlowNode. · Aggiunto CrossCovarianceMatrix con i test. · Aggiunto IdentityNode. · Aggiunta una funzione di supporto in Hinet per visualizzare direttamente una rappresentazione HTML flusso. · Consentire output_dim in layer da impostare pigramente. · Aggiunto total_variance al nodo NIPALS. · Impostare sempre explained_variance e total_variance dopo l'allenamento in PCANode. · Modificato symrand per tornare davvero matrici simmetriche (e non solo definita positiva). Adattato GaussianclassificENode per conto di quello. Adattato Symrand per restituire anche matrici eremiti complesse. · Risolto un problema in PCANode (quando output_dim è stato impostato per input_dim varianza totale è stato trattato come sconosciuto). Risolto il parametro VAR_PART in parallelpcanode. · Aggiunta funzione var_part a PCANode (filtro secondo scostamento rispetto a varianza absoute). · Risolto manca asse arg in chiamata amax in tutorial. Grazie a Samuel John! · Risolto il dato vuota manipolazione in ParallelFlow iteratore. Aggiunti anche i controlli iteratori vuoti nel flusso normale (solleva un'eccezione se il iteratore è vuoto). · Nodi PCA modificata e SFA per verificare la presenza di autovalori negaive nelle matrici cov · Symeig integrato nel SciPy, MDP può usarlo da lì ora. · Aggiunto ParallelFDANode. · Aggiornato il callable treno per ParallelFlow per sostenere argomenti aggiuntivi. · Riscrittura del codice parallelo marca, ora supporta strutture Hinet. · Riscrivere della repesentation creatore Hinet HTML. Sfortunatamente questo interrompe anche l'interfaccia pubblica, ma i cambiamenti sono piuttosto semplici. · Spegnere l'avvertimenti provenienti da processi remoti in ProcessScheduler · Corretto il problema con sovrascrivendo kwargs nel metodo init di ParallelFlow. · Risolto nodi preaddestrato bug in hinet.FlowNode. · Risolto importazione critica bug nel pacchetto parallelo quando si installa pp (biblioteca python parallelo).

MDP. Software correlato