পাইথনে গাউসীয় মিশ্রণ মডেলস (জিএমএম) এর সাথে কাজ করার জন্য বেশ কয়েকটি বিকল্প উপলব্ধ রয়েছে বলে মনে হয়। প্রথম নজরে কমপক্ষে:
- পাইমিক্স - http://www.pymix.org/pymix/index.php মিশ্রণ মডেলিংয়ের সরঞ্জাম
- পাইম - http://www.ar.media.kyoto-u.ac.jp/ মেম্বারস / ডেভিড / softwares / em / যা স্কিপি টুলবক্সের অংশ এবং জিএমএম আপডেটে ফোকাস বলে মনে হচ্ছে আপডেট: এখন sklearn.mixture হিসাবে পরিচিত ।
- পিপিআর - http://pypr.sourceforge.net/ প্যাটার্ন স্বীকৃতি এবং জিএমএম সহ সম্পর্কিত সরঞ্জাম
... এবং সম্ভবত অন্যরাও। এগুলি সমস্ত GMM- এর জন্য সর্বাধিক প্রাথমিক প্রয়োজনীয়তা সরবরাহ করে বলে মনে হয়, তৈরি এবং স্যাম্পলিং, প্যারামিটারের অনুমান, ক্লাস্টারিং ইত্যাদি etc.
তাদের মধ্যে পার্থক্য কী এবং কোনও নির্দিষ্ট প্রয়োজনের জন্য সবচেয়ে উপযুক্ত কোনটি নির্ধারণের ক্ষেত্রে কীভাবে করা উচিত?
তথ্যসূত্র: http://www.scipy.org/ টপিকাল_সেসটওয়্যার
আপনি GMM গুলি ব্যবহার করে চিত্রের সংক্ষেপণের একটি খুব সাধারণ সংস্করণ রচনা করার চেষ্টা করতে পারেন। কোনও চিত্র দেওয়া একটি পিক্সেলকে বিভিন্ন সম্ভাব্যতা নির্ধারণের জন্য একটি জিএমএম ব্যবহার করুন এবং তারপরে কোনও নির্দিষ্ট পিক্সেল সম্ভবত এসেছে বলে নির্দিষ্ট গাউসির সূচক হিসাবে সম্ভাবনাগুলি ব্যবহার করে চিত্রটি পুনরায় তৈরি করুন।
—
ফিলিপ মেঘ
@ সিপি ক্লাউড - আপনার অর্থ: তুলনা করার পয়েন্ট হিসাবে, এই প্যাকেজগুলির প্রতিটিতে কার্যকর করার জন্য একটি সরলীকৃত পরীক্ষাটি সেট আপ করুন? ঠিক আছে, ঠিক আছে, কিন্তু এটি খুব কম পরিশ্রমের নয়। আমি এই প্যাকেজগুলি ব্যবহার করে এমন লোকদের কাছ থেকে কিছু ইনপুট আশা করছি।
—
আমান
সাইকিট-লার্ন একটি জনপ্রিয় মেশিন লার্নিং লাইব্রেরি যার কিছুটা জিএমএম সমর্থনও রয়েছে। আমি নিশ্চিত নই যে এটি আপনার প্রয়োজনের সাথে খাপ খায় তবে এতে অন্যান্য শেখার অ্যালগরিদম এবং কাঠামো রয়েছে (যেমন ক্রস-বৈধকরণ, মডেল রচনা) the
—
বিটওয়াইস
পিপিআর এবং পাইম কেবল পাইথন 2 এর জন্য উপলব্ধ এবং এটি আর সক্রিয় বিকাশের অধীনে রয়েছে বলে মনে হয় না। পাইমিক্স সেরা পছন্দ মত দেখাচ্ছে।
—
জোশ মিলথর্প