版权声明:本文为博主原创文章,未经博主允许不得转载。--KevinYu https://blog.csdn.net/qq_16898611/article/details/81216762
SPAMS
SPAMS(SPArse Modeling Software),它是用来解决各种稀疏估计问题的优化工具箱。
- 字典学习和矩阵因子分解(NMF,sparse PCA,....)
- 使用LARS,坐标下降法,OMP,SOMP ,最近邻方法解决稀疏分解问题
- 解决结构化稀疏分解问题(L1/L2,L1/linf,sparse group lasso,tree-structured regularization,structured sparsity with overlapping groups....)
该工具箱有Matlab Interface,R Interface和Python Interface,其中关于Python版本有两种,一种是针对于Anaconda来进行安装的,另外一种就是常规安装(好像都是在Linux上,Windows上没有尝试成功),本文主要针对于在Anaconda环境中,安装SPAMS(SPAMS也推荐这个安装方式,anaconda里面安装各种环境和软件都很方便)
第一种安装方式(Anaconda)
从conda-forge来安装python-spams
conda config --add channels conda-forge
conda install python-spams
想要安装所有可用的python-spams版本
conda search python-spams --channel conda-forge
第二种安装方式(Anaconda)
直接在anaconda里面进行安装
conda install -c conda-forge python-spams
安装完成之后,需要重新启动Anaconda,然后进行Test Examples
import numpy as np
import scipy
import scipy.sparse
import spams
if not ('rand' in scipy.sparse.__dict__):
import myscipy as ssp
else:
import scipy.sparse as ssp
m=200; n = 200000; d= 0.05
A = ssp.rand(m,n,density=d,format='csc',dtype=np.float64)
B = spams.calcAAt(A)
或者直接执行如下代码,看是否发生错误
import spams
官方网站:http://spams-devel.gforge.inria.fr/
也可按照各版本Packages中的INSTALL-package的安装步骤进行安装。