Esta es la aplicación de Windows llamada NeuralProphet cuya última versión se puede descargar como Beta0.5.3.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada NeuralProphet con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Profeta neuronal
DESCRIPCIÓN
NeuralProphet cierra la brecha entre los modelos tradicionales de series temporales y los métodos de aprendizaje profundo. Está basado en PyTorch y se puede instalar usando pip. Un modelo Time-Series basado en redes neuronales, inspirado en Facebook Prophet y AR-Net, construido en PyTorch. Puede encontrar los conjuntos de datos utilizados en los tutoriales, incluidos los ejemplos de preprocesamiento de datos, en nuestro repositorio de datos neuralprophet. Es posible que la página de documentación no esté completamente actualizada. Las cadenas de documentos deben ser confiables, consúltelas en caso de duda. Estamos trabajando en una documentación mejorada. Agradecemos cualquier ayuda para mejorar y actualizar los documentos. Regresores rezagados (características medidas, por ejemplo, sensor de temperatura). Futuros regresores (características conocidas de antemano, por ejemplo, pronóstico de temperatura). Vacaciones en el campo y eventos especiales recurrentes. Escasez de coeficientes por regularización. Trazado de componentes de pronóstico, coeficientes de modelo y predicciones finales. Selección automática de hiperparámetros relacionados con el entrenamiento.
Caracteristicas
- Después de importar el paquete, puede usar NeuralProphet en su código
- Puede visualizar sus resultados con las funciones de trazado incorporadas
- Si desea pronosticar en el futuro desconocido, extienda el marco de datos antes de predecir
- Ahora puedes instalar neuralprophet directamente con pip
- Tendencia lineal por partes con detección de punto de cambio automática opcional
- Modelado de autocorrelación a través de AR-Net
- Término de Fourier Estacionalidad en diferentes períodos como anual, diario, semanal, por hora
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/neuralprophet.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.