JAXFit：基于 GPU 的非线性最小二乘曲线拟合信赖域方法
机器学习
2022-08-26 v1 数值分析
数值分析
机器学习
摘要
我们使用一个新的深度学习 Python 库 JAX，在 GPU 上实现了一种用于非线性最小二乘曲线拟合问题的信赖域方法。我们的开源包 JAXFit 适用于无约束和带约束的曲线拟合问题，并允许仅用 Python 定义拟合函数——无需任何关于 GPU 或 CUDA 编程的专业知识。由于 JAXFit 运行在 GPU 上，尽管非常易于使用，它仍比基于 CPU 的库甚至其他基于 GPU 的库快得多。此外，由于 JAX 的深度学习基础，JAXFit 信赖域算法中的雅可比矩阵是通过自动微分计算的，而非使用导数近似或要求用户定义拟合函数的偏导数。
引用
@article{arxiv.2208.12187,
title = {JAXFit: Trust Region Method for Nonlinear Least-Squares Curve Fitting on the GPU},
author = {Lucas R. Hofer and Milan Krstajić and Robert P. Smith},
journal= {arXiv preprint arXiv:2208.12187},
year = {2022}
}