将内核应用于 gpytorch 中的分离维度
Applying kernels to separate dimensions in gpytorch
我正在将 GPflow 中的三维高斯过程回归代码转换为 GPyTorch，以利用 PyTorch 的本机可扩展性来获得精确的 GPR。
This example 很有帮助，但找不到关于如何将不同内核应用于多维 GPR 中的各个维度的解释（例如 Matern52 内核应用于维度 [0,1]，以及Matern 32 内核到维度 [2]).
GPyTorch 是否支持该功能，如果支持，情况如何implemented/where我可以找到示例吗？
在内核函数中使用“active_dims”：
来自(https://docs.gpytorch.ai/en/v1.1.1/kernels.html#rbfkernel)
active_dims（整数元组，可选）：
如果您只想计算几个输入维度的协方差，请设置此项。整数对应于维度的索引。默认值：None.
我正在将 GPflow 中的三维高斯过程回归代码转换为 GPyTorch，以利用 PyTorch 的本机可扩展性来获得精确的 GPR。
This example 很有帮助，但找不到关于如何将不同内核应用于多维 GPR 中的各个维度的解释（例如 Matern52 内核应用于维度 [0,1]，以及Matern 32 内核到维度 [2]).
GPyTorch 是否支持该功能，如果支持，情况如何implemented/where我可以找到示例吗？
在内核函数中使用“active_dims”：
来自(https://docs.gpytorch.ai/en/v1.1.1/kernels.html#rbfkernel) active_dims（整数元组，可选）： 如果您只想计算几个输入维度的协方差，请设置此项。整数对应于维度的索引。默认值：None.