dppy是一个python库，用于行列式点进程的精确和近似采样。
dpp的Python项目详细描述
“任何可能出错的，都会出错”-Murphy’s Law
简介
行列式点过程（dpp）是特定的概率。 点云上的分布，这些点作为模型或 物理、概率、统计等领域的计算工具 最近对机器学习产生了浓厚的兴趣。从DPP取样 这是一个非常重要的问题，已经提出了很多方法。DPPY是 Python集合所有内容的库 DPPS的精确和近似采样算法
要求
dppy与Python 3.4+一起工作。
安装
dppy现在可以在PyPI
pip install dppy
但是您可能无法使用最新版本，因此
如果您有github帐户
请考虑分叉dppy
使用git克隆回购协议的副本
cd <directory_of_your_choice> git clone https://github.com/<username>/DPPy.git
如果只使用git，请克隆此存储库
cd <directory_of_your_choice> git clone https://github.com/guilgautier/DPPy.git否则，只需向下加载项目
在任何情况下，使用
cd DPPy pip install .
Jupyter notebooks
中的教程您可以直接从 web浏览器，无需下载或安装python或任何东西。 只需点击，稍等，玩一下笔记本！
参与文档
那个 documentation 在本地生成 Sphinx然后在线构建 通过ReadTheDocs。
如果你想为文档做贡献或者只是玩它 在本地，您可以：
安装狮身人面像
pip install -U sphinx
在本地生成文档
cd DPPy/docs make html打开位于 DPPy/docs/_build/html/index.html
open _build/html/index.html
如何引用这部作品？
附页可在
如果你使用这个包裹，请考虑把它和这个 双唇：
@article{GPBV18,archivePrefix={arXiv},arxivId={1809.07258},author={Gautier, Guillaume and Polito, Guillermo and Bardenet, R{\'{e}}mi and Valko, Michal},eprint={1809.07258},journal={ArXiv e-prints},title={{DPPy: Sampling Determinantal Point Processes with Python}},keywords={Computer Science - Machine Learning, Computer Science - Mathematical Software, Statistics - Machine Learning},url={http://arxiv.org/abs/1809.07258},year={2018},note={Code at http://github.com/guilgautier/DPPy/ Documentation at http://dppy.readthedocs.io/}}
欢迎加入QQ群-->： 979659372
