Il s'agit de l'application Windows nommée NeuralProphet dont la dernière version peut être téléchargée en tant que Beta0.5.3.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez gratuitement en ligne cette application nommée NeuralProphet avec OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez n'importe quel émulateur en ligne OS OnWorks à partir de ce site Web, mais un meilleur émulateur en ligne Windows.
- 5. Depuis le système d'exploitation OnWorks Windows que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application et installez-la.
- 7. Téléchargez Wine depuis les dépôts de logiciels de vos distributions Linux. Une fois installé, vous pouvez ensuite double-cliquer sur l'application pour les exécuter avec Wine. Vous pouvez également essayer PlayOnLinux, une interface sophistiquée sur Wine qui vous aidera à installer des programmes et des jeux Windows populaires.
Wine est un moyen d'exécuter un logiciel Windows sur Linux, mais sans Windows requis. Wine est une couche de compatibilité Windows open source qui peut exécuter des programmes Windows directement sur n'importe quel bureau Linux. Essentiellement, Wine essaie de ré-implémenter suffisamment de Windows à partir de zéro pour qu'il puisse exécuter toutes ces applications Windows sans avoir réellement besoin de Windows.
CAPTURES D'ÉCRAN
Ad
NeuralProphète
DESCRIPTION
NeuralProphet comble le fossé entre les modèles traditionnels de séries chronologiques et les méthodes d'apprentissage en profondeur. Il est basé sur PyTorch et peut être installé à l'aide de pip. Un modèle de séries chronologiques basé sur un réseau de neurones, inspiré de Facebook Prophet et AR-Net, construit sur PyTorch. Vous pouvez trouver les ensembles de données utilisés dans les didacticiels, y compris des exemples de prétraitement des données, dans notre référentiel neuralprophet-data. La page de documentation peut ne pas être entièrement à jour. Les Docstrings doivent être fiables, veuillez vous y référer en cas de doute. Nous travaillons sur une documentation améliorée. Nous apprécions toute aide pour améliorer et mettre à jour les docs. Régresseurs retardés (caractéristiques mesurées, par exemple capteur de température). Régresseurs futurs (caractéristiques connues à l'avance, par exemple prévisions de température). Vacances à la campagne et événements spéciaux récurrents. Rareté des coefficients par régularisation. Tracé des composants de prévision, des coefficients du modèle ainsi que des prévisions finales. Sélection automatique des hyperparamètres liés à l'entraînement.
Fonctionnalités:
- Après avoir importé le package, vous pouvez utiliser NeuralProphet dans votre code
- Vous pouvez visualiser vos résultats avec les fonctions de traçage intégrées
- Si vous souhaitez faire des prévisions dans un avenir inconnu, étendez la trame de données avant de prédire
- Vous pouvez maintenant installer neuralprophet directement avec pip
- Tendance linéaire par morceaux avec détection automatique des points de changement en option
- Modélisation d'autocorrélation via AR-Net
- Terme de Fourier Saisonnalité à différentes périodes telles que annuelle, quotidienne, hebdomadaire, horaire
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée sur https://sourceforge.net/projects/neuralprophet.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.