Python pypmc-1.1.4-cp27-cp27mu-manylinux1_i686.whl模块包
下面是该Python项目安装包的资源下载地址:
pypmc-1.1.4-cp27-cp27mu-manylinux1_i686.whl.wheel
文件名称:pypmc-1.1.4-cp27-cp27mu-manylinux1_i686.whl
版权声明:本程序为网上收集,用户上传,仅供研究学习计算机编程等技术为目的,版权归原作者所有。
所属PyPI项目:pypmc
文件大小: 2.6 MB
文件类型: Wheel
适用的Python版本:cp27
下载文件的哈希值:
SHA256:514621e6e94b68a46a6b97230cce6761364987bfb83f10a192a4fe3172fa4e07
MD5:2d3c97edbb68d6ac6db2e2a1c40f99b0
BLAKE2-256:3e44e93137070af86f532fd877ff826fa84b1ab2af9d2f4d4dab1c37ac89f816
选择下载地址 热度
851 ℃ | 2024-04-29
- 如果发现本程序安装包或源码失效或下载失败,可以联系站长修复!谢谢。
- 可以使用迅雷等多线程下载专用软件进行加速下载。
- 少部分程序支持BT/磁力下载。
- 少部分程序可能需要编译安装,或下载源码自行安装,也可以使用
pip
命令进行安装。 - 放在网盘上的资源可能会被限速,可能需要注册或者购买对方VIP服务才能快速的下载。
- 如遇压缩包需要密码解压的,密码为 www.cnpython.com (全部小写),不是此密码非本站下载资源。
PyPI项目包:pypmc
pypmc是一个专注于自适应重要性的python包 取样。它可用于集成和采样 用户定义的目标密度。一个典型的应用是贝叶斯 推论,当一个人想从后面取样到边缘化 并计算证据。关键是创造 通过调整高斯或学生的混合建议密度 目标密度的t分量。这个包裹能有效地 将多模态函数集成到 精度不超过1%的水平。对于许多问题,这是实现的 无需用户手动输入 功能。重要性抽样支持多个 机器通过mpi4py。
可单独使用的有用工具包括:
- 重查看全文