Il s'agit de l'application Windows « The Neural Process Family », dont la dernière version est téléchargeable sous le nom neural-processessourcecode.tar.gz. Elle peut être exécutée en ligne sur l'hébergeur gratuit OnWorks pour postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée The Neural Process Family 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.
La famille des processus neuronaux
Ad
DESCRIPTION
Neural Processes (NP) est un ensemble d'implémentations interactives de notebooks Jupyter/Colab, développé par Google DeepMind. Il présente trois modèles fondamentaux d'apprentissage automatique probabiliste : les processus neuronaux conditionnels (CNP), les processus neuronaux (NP) et les processus neuronaux attentifs (ANP). Ces modèles combinent les atouts des réseaux neuronaux et des processus stochastiques, permettant une approximation flexible des fonctions avec une estimation de l'incertitude. Ils peuvent apprendre des distributions sur des fonctions à partir de données et réaliser efficacement des prédictions à partir de nouvelles entrées avec une incertitude calibrée, ce qui les rend utiles pour l'apprentissage par approches multiples, la régression bayésienne et le méta-apprentissage. Chaque notebook inclut des explications théoriques, des éléments clés et un code exécutable directement exécuté dans Google Colab, sans configuration locale. Les implémentations reposent uniquement sur des dépendances standard telles que NumPy, TensorFlow et Matplotlib, et fournissent des visualisations des performances du modèle.
Fonctionnement
- Aucune installation requise lors de l'exécution dans Google Colab
- Idéal pour une utilisation éducative, le prototypage de recherche et l'expérimentation
- Inclut des outils de visualisation pour la reconstruction et la prédiction des fonctions
- Implémentation légère de TensorFlow avec des dépendances minimales
- Démontre le méta-apprentissage et la régression consciente de l'incertitude
- Bloc-notes interactifs Colab pour les modèles CNP, NP et ANP
Catégories
Cette application peut également être téléchargée depuis https://sourceforge.net/projects/neural-process-family.mirror/. Elle est hébergée sur OnWorks afin de pouvoir être exécutée en ligne plus facilement depuis l'un de nos systèmes d'exploitation gratuits.
