এটি হল Nixtla Neural Forecast নামের লিনাক্স অ্যাপ যার সর্বশেষ প্রকাশ v3.0.2sourcecode.tar.gz হিসাবে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
Nixtla Neural Forecast নামের এই অ্যাপটি OnWorks সহ বিনামূল্যে অনলাইনে ডাউনলোড করুন এবং চালান।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে OnWorks Linux অনলাইন বা Windows অনলাইন এমুলেটর বা MACOS অনলাইন এমুলেটর শুরু করুন।
- 5. OnWorks Linux OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন, এটি ইনস্টল করুন এবং এটি চালান।
স্ক্রীনশটগুলি
Ad
নিক্সটলা নিউরাল পূর্বাভাস
বর্ণনাঃ
NeuralForecast তাদের কর্মক্ষমতা, ব্যবহারযোগ্যতা এবং দৃঢ়তার উপর দৃষ্টি নিবদ্ধ করে নিউরাল পূর্বাভাস মডেলের একটি বিশাল সংগ্রহ অফার করে। মডেলগুলি RNN-এর মতো ক্লাসিক নেটওয়ার্ক থেকে শুরু করে সর্বশেষ ট্রান্সফরমার পর্যন্ত বিস্তৃত: MLP, LSTM, GRU, RNN, TCN, TimesNet, BiTCN, DeepAR, NBEATS, NBEATSx, NHITS, TiDE, DeepNPTS, TSMixer, TSMixerx, MLPMultivariate, DLinear, NLinear, TFT, Informer, AutoFormer, FedFormer, PatchTST, iTransformer, StemGNN, এবং TimeLLM। পূর্বাভাস পাইপলাইনের নির্ভুলতা এবং দক্ষতা উন্নত করার জন্য নিউরাল পূর্বাভাস পদ্ধতির ক্ষমতা সম্পর্কে একটি সাধারণ বিশ্বাস রয়েছে। দুর্ভাগ্যবশত, উপলব্ধ বাস্তবায়ন এবং প্রকাশিত গবেষণা এখনও নিউরাল নেটওয়ার্কের সম্ভাবনা উপলব্ধি করতে পারেনি। এগুলি ব্যবহার করা কঠিন এবং গণনাগতভাবে নিষিদ্ধ হলেও পরিসংখ্যানগত পদ্ধতিগুলির তুলনায় ক্রমাগত উন্নতি করতে ব্যর্থ হয়। এই কারণে, আমরা NeuralForecast তৈরি করেছি, একটি লাইব্রেরি যা প্রমাণিত সঠিক এবং দক্ষ মডেলগুলিকে তাদের ব্যবহারযোগ্যতার উপর দৃষ্টি নিবদ্ধ করে সমর্থন করে।
বৈশিষ্ট্য
- ৩০টিরও বেশি অত্যাধুনিক মডেলের দ্রুত এবং নির্ভুল বাস্তবায়ন
- বহির্মুখী ভেরিয়েবল এবং স্ট্যাটিক কোভেরিয়েটের জন্য সমর্থন
- প্রবণতা, ঋতু এবং বহির্মুখী উপাদানগুলির ব্যাখ্যাযোগ্যতা পদ্ধতি
- কোয়ান্টাইল লস এবং প্যারামেট্রিক ডিস্ট্রিবিউশনের জন্য অ্যাডাপ্টারের সাহায্যে সম্ভাব্য পূর্বাভাস
- স্কেল-নির্ভর, শতাংশ এবং স্কেল স্বাধীন ত্রুটি এবং প্যারামেট্রিক সম্ভাবনা সহ ট্রেন এবং মূল্যায়ন ক্ষতি
- বিতরণকৃত স্বয়ংক্রিয় হাইপারপ্যারামিটার টিউনিং সহ স্বয়ংক্রিয় মডেল নির্বাচন
- পরিচিত স্ক্লার্ন সিনট্যাক্স: .fit এবং .predict
প্রোগ্রামিং ভাষা
পাইথন
বিভাগ
এটি এমন একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/nixtla-neural-forecast.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।
