GPy和GPflow数学背景-参考资料

Question

GPy和GPflow有共同的数学背景吗？我之所以这样问，是因为我正在使用GPy，但我看不到引用。但是，GPflow在其示例中提供了参考。

使用keep using GPy可以吗?或者您是否建议立即使用GPflow用于高斯过程目的？

Answer 1

GPy和GPflow绝对有一个共同的数学背景:高斯进程Rasmussen and Williams，并且两个框架中的许多概念都非常相似:内核、似然、均值函数、诱导点等。对我来说，GPy和GPflow之间最大的区别是计算后端: AFAIK GPy使用普通的Python和numpy来执行所有的计算，而GPflow依赖于TensorFlow。这为GPflow提供了多个免费的优秀功能:图形处理器加速、自动渐变、与TF生态系统的兼容性等。根据您的使用情况，这些功能可能是至关重要的，也可能只是很好地拥有。

下面是关于两个框架之间的技术细节的更多信息：https://gpflow.readthedocs.io/en/master/intro.html#what-s-the-difference-between-gpy-and-gpflow

Answer 2

这将取决于您实际在做什么。非常基本的GP应该是相似的，只是GPflow依赖于tensorflow的渐变(如果使用)，可能还有一些技术实现上的差异。

对于其他更高级的模型，两个库都提供了对文档中各自论文的引用。在我看来，GPflow的设计主要围绕着1和2的SVGP框架。但是他们仍然提供了一些其他的实现。

我使用GPflow，因为它在图形处理器上工作，并提供了许多最先进的实现。然而，缺点是它正在发生很大的变化。

如果您想使用经典的GPy，并且不太关心性能或非常新的方法，我会说GPy应该足够了，而且是更稳定的变体。

1 Hensman，James，Alexander Matthews和Zoubin Ghahramani。“可伸缩的变分高斯过程分类”(2015)。

2 Matthews，Alexander Graeme de Garis。使用变分方法的可扩展高斯过程推断。蔑视。剑桥大学，2017。