GUDHI/TDA-tutorial 项目使用指南
2024-09-28 10:51:01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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.77 K
Ascend Extension for PyTorch
Python
347
413
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++
889
607
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
337
184
暂无简介
Dart
778
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
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
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896