jax.scipy
模块#
jax.scipy.cluster#
|
将代码本中的代码分配给一组观测值。 |
jax.scipy.fft#
jax.scipy.integrate#
|
使用复合梯形法则沿给定轴积分。 |
jax.scipy.interpolate#
|
在规则矩形网格上插值点。 |
jax.scipy.linalg#
|
从输入数组创建块对角矩阵。 |
|
基于Cholesky分解的线性求解的分解。 |
|
使用Cholesky分解求解线性系统。 |
|
计算矩阵的Cholesky分解。 |
|
计算矩阵的行列式。 |
|
计算厄米特矩阵的特征值和特征向量。 |
|
求解对称实三对角矩阵的特征值问题。 |
|
计算矩阵指数。 |
计算矩阵指数的Fréchet导数。 |
|
|
评估矩阵值函数。 |
计算矩阵的Hessenberg形式。 |
|
|
创建阶数为n的希尔伯特矩阵。 |
|
返回方阵的逆矩阵。 |
|
计算LU分解。 |
|
基于LU分解的线性求解的分解。 |
|
使用LU分解求解线性系统。 |
|
计算极分解。 |
|
计算数组的QR分解。 |
|
将实数舒尔形式转换为复数舒尔形式。 |
|
计算舒尔分解。 |
|
求解线性方程组。 |
|
求解三角线性方程组。 |
|
计算矩阵平方根。 |
|
计算奇异值分解。 |
|
构造托普利兹矩阵。 |
jax.scipy.ndimage#
|
使用插值将输入数组映射到新坐标。 |
jax.scipy.optimize#
|
一个或多个变量的标量函数的最小化。 |
|
保存优化结果的对象。 |
jax.scipy.signal#
|
使用快速傅里叶变换(FFT)卷积两个N维数组。 |
|
两个N维数组的卷积。 |
|
两个二维数组的卷积。 |
|
两个N维数组的互相关。 |
|
两个二维数组的互相关。 |
|
使用Welch方法估计互功率谱密度(CSD)。 |
|
从数据中去除线性或分段线性趋势。 |
|
执行逆短时傅里叶变换(ISTFT)。 |
|
计算短时傅里叶变换(STFT)。 |
|
使用Welch方法估计功率谱密度(PSD)。 |
jax.scipy.spatial.transform#
jax.scipy.sparse.linalg#
jax.scipy.special#
|
生成前N个伯努利数。 |
|
贝塔函数。 |
|
正则化不完全贝塔函数。 |
|
beta 函数绝对值的自然对数 |
|
双伽马函数 |
|
熵函数 |
|
误差函数 |
|
误差函数的补函数 |
|
误差函数的反函数 |
|
指数积分函数。 |
指数积分函数。 |
|
|
逻辑 sigmoid(expit)函数 |
广义指数积分函数。 |
|
|
阶乘函数 |
菲涅耳积分 |
|
|
伽马函数。 |
|
正则化下不完全伽马函数。 |
|
正则化上不完全伽马函数。 |
|
伽马函数绝对值的自然对数。 |
|
伽马函数的符号。 |
1F1 超几何函数。 |
|
|
零阶修正贝塞尔函数。 |
|
零阶指数缩放修正贝塞尔函数。 |
|
一阶修正贝塞尔函数。 |
|
一阶指数缩放修正贝塞尔函数。 |
|
Kullback-Leibler 散度。 |
对数正态分布函数。 |
|
|
对数 Softmax 函数。 |
logit 函数 |
|
对数-求和-指数约简。 |
|
|
第一类伴随勒让德函数 (ALF)。 |
|
第一类伴随勒让德函数 (ALF)。 |
|
多元伽马函数的自然对数。 |
|
正态分布函数。 |
|
正态分布函数的 CDF 的反函数。 |
波赫哈默符号。 |
|
|
多伽马函数。 |
|
相对熵函数。 |
|
Softmax 函数。 |
|
斯宾塞函数,也称为实数值的二对数。 |
|
计算球谐函数。 |
计算 x*log(1 + y),对于 x=0 返回 0。 |
|
计算 x*log(y),对于 x=0 返回 0。 |
|
赫维茨 zeta 函数。 |
jax.scipy.stats#
|
沿数组的轴计算众数(最常见的值)。 |
|
沿数组轴计算数据的秩。 |
|
计算均值的标准误差。 |
jax.scipy.stats.bernoulli#
jax.scipy.stats.beta#
jax.scipy.stats.betabinom#
jax.scipy.stats.binom#
jax.scipy.stats.cauchy#
jax.scipy.stats.chi2#
jax.scipy.stats.dirichlet#
jax.scipy.stats.expon#
jax.scipy.stats.gamma#
jax.scipy.stats.gennorm#
jax.scipy.stats.geom#
jax.scipy.stats.laplace#
jax.scipy.stats.logistic#
jax.scipy.stats.multinomial#
jax.scipy.stats.multivariate_normal#
jax.scipy.stats.nbinom#
jax.scipy.stats.norm#
jax.scipy.stats.pareto#
jax.scipy.stats.poisson#
jax.scipy.stats.t#
jax.scipy.stats.truncnorm#
jax.scipy.stats.uniform#
jax.scipy.stats.gaussian_kde#
|
高斯核密度估计器 |
|
在给定点上评估高斯KDE。 |
|
用高斯加权积分分布。 |
|
在给定范围内积分分布。 |
|
积分两个高斯KDE分布的乘积。 |
|
从估计的pdf中随机采样数据集 |
概率密度函数 |
|
对数概率密度函数 |