首页
/ HyperLib: 在双曲空间中进行深度学习的开源库

HyperLib: 在双曲空间中进行深度学习的开源库

2024-09-21 16:05:01作者:邬祺芯Juliet

1. 项目介绍

HyperLib 是一个开源的 Python 库,它使得在双曲空间中创建新一代的神经网络变得简单。与欧几里得空间相比,双曲空间具有更大的容量,能够容纳更广泛的数据类型。双曲几何特别适用于具有潜在层次结构的数据。此外,越来越多的研究证明,使用双曲模型而非欧几里得模型来模拟大脑具有优势。HyperLib 通过抽象复杂的数学运算,使得双曲网络与使用 pip 安装一样简单。

2. 项目快速启动

首先,您需要安装 HyperLib。推荐使用 pip 进行安装:

pip install hyperlib

以下是一个使用 Keras 创建双曲神经网络的简单例子:

import tensorflow as tf
from tensorflow import keras
from hyperlib.nn.layers.lin_hyp import LinearHyperbolic
from hyperlib.nn.optimizers.rsgd import RSGD
from hyperlib.manifold.poincare import Poincare

# 创建双曲层
hyperbolic_layer_1 = LinearHyperbolic(32, Poincare(), 1)
hyperbolic_layer_2 = LinearHyperbolic(32, Poincare(), 1)
output_layer = LinearHyperbolic(10, Poincare(), 1)

# 创建优化器
optimizer = RSGD(learning_rate=0.1)

# 创建模型结构
model = tf.keras.models.Sequential([
    hyperbolic_layer_1,
    hyperbolic_layer_2,
    output_layer
])

# 编译模型
model.compile(
    optimizer=optimizer,
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    metrics=[tf.keras.metrics.SparseCategoricalAccuracy()]
)

3. 应用案例和最佳实践

双曲空间的一个显著优势是它能有效地表示层次数据。以下是一个使用 HyperLib 将数据嵌入双曲空间的例子:

import numpy as np
from hyperlib.embedding.treerep import treerep
from hyperlib.embedding.sarkar import sarkar_embedding

# 示例:8种哺乳动物的免疫学距离
compressed_metric = np.array([
    [32, 48, 51, 50, 48, 98, 148, 26],
    [34, 29, 33, 84, 136, 42, 44, 44],
    [92, 152, 44, 38, 86, 142, 42, 89],
    [142, 42, 89, 142, 90, 142, 148]
])

# 输出一个加权网络图
tree = treerep(compressed_metric, return_networkx=True)

# 在2D双曲空间中嵌入树
root = 0
embedding = sarkar_embedding(tree, root, tau=0.5)

4. 典型生态项目

目前,双曲空间在深度学习中的应用还处于发展阶段,但已有一些项目开始探索和利用双曲空间的特性。以下是一些典型的生态项目:

  • Hyperbolic Graph Convolutional Neural Networks:这是一种用于图数据的双曲神经网络,可以有效地处理具有层次结构的数据。
  • Poincaré Embeddings for Learning Hierarchical Representations:这个项目使用 Poincaré 模型来学习层次表示,适用于有层次结构的复杂数据。

通过以上介绍,我们希望您能对 HyperLib 有了基本的了解,并开始尝试在双曲空间中进行深度学习。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509