This is the Windows app named The Neural Process Family whose latest release can be downloaded as neural-processessourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Laden Sie diese App namens „The Neural Process Family with OnWorks“ kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
Die neuronale Prozessfamilie
Ad
BESCHREIBUNG
Neural Processes (NPs) ist eine Sammlung interaktiver Jupyter/Colab-Notebook-Implementierungen, die von Google DeepMind entwickelt wurden und drei grundlegende probabilistische Modelle des maschinellen Lernens präsentieren: Conditional Neural Processes (CNPs), Neural Processes (NPs) und Attentive Neural Processes (ANPs). Diese Modelle kombinieren die Stärken neuronaler Netzwerke und stochastischer Prozesse und ermöglichen so eine flexible Funktionsapproximation mit Unsicherheitsabschätzung. Sie können Verteilungen über Funktionen aus Daten erlernen und effizient Vorhersagen für neue Eingaben mit kalibrierter Unsicherheit treffen – was sie nützlich für Few-Shot-Learning, Bayessche Regression und Meta-Learning macht. Jedes Notebook enthält theoretische Erklärungen, wichtige Bausteine und ausführbaren Code, der direkt in Google Colab ausgeführt wird und keine lokale Einrichtung erfordert. Implementierungen basieren nur auf Standardabhängigkeiten wie NumPy, TensorFlow und Matplotlib und bieten Visualisierungen der Modellleistung.
Eigenschaften
- Bei Ausführung in Google Colab ist keine Installation erforderlich
- Ideal für den Einsatz in der Bildung, für Forschungsprototypen und zum Experimentieren
- Enthält Visualisierungstools zur Funktionsrekonstruktion und -vorhersage
- Leichtgewichtige TensorFlow-Implementierung mit minimalen Abhängigkeiten
- Demonstriert Meta-Lernen und unsicherheitsbewusste Regression
- Interaktive Colab-Notizbücher für CNP-, NP- und ANP-Modelle
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/neural-process-family.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.
