Signatory：在CPU与GPU上可微分地计算签名与对数签名变换
机器学习
2021-02-09 v2 机器学习
摘要
Signatory是一个用于计算和执行与签名（signature）与对数签名（logsignature）变换相关功能的库。其重点在于机器学习，因此包含CPU并行、GPU支持和反向传播等特性。据我们所知，它是首个支持GPU的此类运算库。Signatory实现了先前库中不具备的新特性，例如高效的预计算策略。此外，引入了若干新颖的算法改进，即使在不并行的CPU上也产生了显著的现实加速。该库作为C++的Python封装运行，并与PyTorch生态系统兼容。它可直接通过\texttt{pip}安装。源代码、文档、示例、基准测试和测试可在\texttt{\url{https://github.com/patrick-kidger/signatory}}找到。许可证为Apache-2.0。
引用
@article{arxiv.2001.00706,
title = {Signatory: differentiable computations of the signature and logsignature transforms, on both CPU and GPU},
author = {Patrick Kidger and Terry Lyons},
journal= {arXiv preprint arXiv:2001.00706},
year = {2021}
}
备注
Published at ICLR 2021