GUDHI/TDA-tutorial 项目使用指南
2024-09-28 23:23:54作者:庞队千Virginia
1. 项目目录结构及介绍
GUDHI/TDA-tutorial/
├── binder/
├── github/workflows/
├── datasets/
├── utils/
├── .gitignore
├── DTM_filtrations.py
├── LICENSE
├── README.Rmd
├── README.md
├── Tuto-GUDHI-Barycenters-of-persistence-diagrams.ipynb
├── Tuto-GUDHI-ConfRegions-PersDiag-datapoints.ipynb
├── Tuto-GUDHI-DTM-filtrations.ipynb
├── Tuto-GUDHI-Expected-persistence-diagrams.ipynb
├── Tuto-GUDHI-PyTorch-optimization.ipynb
├── Tuto-GUDHI-Quantization-of-persistence-diagrams.ipynb
├── Tuto-GUDHI-alpha-complex-visualization.ipynb
├── Tuto-GUDHI-cover-complex.ipynb
├── Tuto-GUDHI-cubical-complexes.ipynb
├── Tuto-GUDHI-extended-persistence.ipynb
├── Tuto-GUDHI-kPDTM-kPLM.ipynb
├── Tuto-GUDHI-optimization.ipynb
├── Tuto-GUDHI-persistence-diagrams.ipynb
├── Tuto-GUDHI-persistent-entropy.ipynb
├── Tuto-GUDHI-perslay-visu.ipynb
├── Tuto-GUDHI-representations.ipynb
├── Tuto-GUDHI-simplex-Trees.ipynb
├── Tuto-GUDHI-simplicial-complexes-from-data-points.ipynb
├── Tuto-GUDHI-simplicial-complexes-from-distance-matrix.ipynb
└── persistence_statistics.py
目录结构介绍
- binder/: 包含用于Binder服务的配置文件。
- github/workflows/: 包含GitHub Actions的工作流配置文件。
- datasets/: 包含项目使用的数据集。
- utils/: 包含项目使用的工具函数和脚本。
- .gitignore: Git忽略文件配置。
- DTM_filtrations.py: 处理DTM过滤的Python脚本。
- LICENSE: 项目许可证文件。
- README.Rmd: R Markdown格式的README文件。
- README.md: Markdown格式的README文件。
- Tuto-GUDHI-*.ipynb: 一系列Jupyter Notebook教程文件,涵盖了使用GUDHI库进行拓扑数据分析(TDA)的各种主题。
- persistence_statistics.py: 处理持久性统计的Python脚本。
2. 项目启动文件介绍
项目的主要启动文件是Jupyter Notebook文件,这些文件包含了使用GUDHI库进行拓扑数据分析的教程。以下是一些关键的启动文件:
- Tuto-GUDHI-persistence-diagrams.ipynb: 介绍如何计算持久性图和持久性条码。
- Tuto-GUDHI-simplex-Trees.ipynb: 介绍如何使用简单树数据结构进行拓扑数据分析。
- Tuto-GUDHI-alpha-complex-visualization.ipynb: 介绍如何可视化Alpha复形。
3. 项目的配置文件介绍
- .gitignore: 配置Git忽略的文件和目录。
- LICENSE: 项目的开源许可证配置。
- README.md: 项目的介绍和使用说明。
- binder/: 配置Binder服务的文件,用于在线运行Jupyter Notebook。
- github/workflows/: 配置GitHub Actions的工作流,用于自动化项目的CI/CD流程。
通过以上配置文件和启动文件,用户可以快速上手并深入学习使用GUDHI库进行拓扑数据分析。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C064
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
457
3.41 K
Ascend Extension for PyTorch
Python
263
295
暂无简介
Dart
708
168
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
178
64
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
836
412
React Native鸿蒙化仓库
JavaScript
284
331
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
10
1
🎉 (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
1.25 K
686
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
410
130