Fondamenti del trasporto ottimale con JAX e OTT

Il trasporto ottimale offre un potente framework matematico per confrontare le distribuzioni di probabilità, ma la scalabilità di questi metodi su set di dati di grandi dimensioni è sempre stata una sfida.Le librerie moderne ora consentono di sfruttare l'accelerazione hardware per risolvere in modo efficiente problemi di trasporto complessi. Questo corso basato su testo ti guiderà dalla teoria matematica fondamentale del trasporto ottimale alla scrittura di codice pulito e accelerato.Capirai come formulare problemi di trasporto, calcolare distanze e implementare soluzioni scalabili utilizzando JAX e la libreria Optimal Transport Tools (OTT). Cosa imparerai: Comprendere la teoria matematica di base delle formulazioni di Monge e Kantorovich del trasporto ottimale; Calcolare le distanze di Wasserstein e definire funzioni di costo personalizzate per diversi tipi di dati; Implementare la regolarizzazione entropica e l'algoritmo Sinkhorn per un trasporto veloce e differenziabile; Sfruttare le funzionalità JAX come il trasporto automatico Applica la libreria OTT per risolvere problemi pratici nell'adattamento del dominio e nella modellazione generativa.Comincerai con la terminologia matematica essenziale e i concetti fondamentali prima di passare alle implementazioni pratiche del codice. Attraverso chiare spiegazioni scritte e frammenti di codice strutturati, passerai dai calcoli di distanza di base agli algoritmi di trasporto regolarizzati avanzati.Questo corso è progettato per sviluppatori, scienziati dei dati e ricercatori nuovi al trasporto ottimale, senza esperienza precedente in JAX o OTT richiesto. Inizia a padroneggiare il trasporto ottimale e accelera i tuoi flussi di lavoro di machine learning oggi stesso.