English
资源说明：您可以访问KeOps官方获取文档和教程。
GPU上的内核操作，具有autodiff，无内存溢出
KeOps库使您可以计算非常大的数组的通用约简，这些数组的条目由数学公式给出。 它结合了分块缩小方案和自动差分引擎，可通过Matlab ， Python （NumPy或PyTorch）或R后端使用。 这是完全适合的内核矩阵向量的产品和相关的梯度计算，即使全部核矩阵不适合GPU的内存。
数学库将变量理解为矩阵，也称为张量。 （a）这些通常是密集的，并编码为显式的数值数组，可能会占用大量内存。 （b）或者，可以将某些算子编码为稀疏矩阵：库将与少量非零系数对应的索引（i n ，j n ）和值M n = M i n ，j n存储在内存中。 然后使用索引方法和分散的内存访问来实现还原操作。 （c）我们支持第三类张量：符号矩阵，其系数由公式M i，j = F（x i ，y j ）给出，该公式在数据数组（x
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
