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.
ऑनवर्क्स के साथ द न्यूरल प्रोसेस फैमिली नामक इस ऐप को मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
तंत्रिका प्रक्रिया परिवार
Ad
वर्णन
न्यूरल प्रोसेसेस (NPs), Google DeepMind द्वारा विकसित इंटरैक्टिव Jupyter/Colab नोटबुक कार्यान्वयनों का एक संग्रह है, जो तीन मूलभूत संभाव्य मशीन लर्निंग मॉडल प्रदर्शित करता है: कंडीशनल न्यूरल प्रोसेसेस (CNPs), न्यूरल प्रोसेसेस (NPs), और अटेन्टिव न्यूरल प्रोसेसेस (ANPs)। ये मॉडल न्यूरल नेटवर्क और स्टोकेस्टिक प्रोसेसेस की खूबियों को जोड़ते हैं, जिससे अनिश्चितता अनुमान के साथ लचीले फ़ंक्शन सन्निकटन की अनुमति मिलती है। ये मॉडल डेटा से फ़ंक्शनों पर वितरण सीख सकते हैं और कैलिब्रेटेड अनिश्चितता के साथ नए इनपुट पर कुशलतापूर्वक भविष्यवाणियाँ कर सकते हैं - जिससे ये फ्यू-शॉट लर्निंग, बायेसियन रिग्रेशन और मेटा-लर्निंग के लिए उपयोगी हो जाते हैं। प्रत्येक नोटबुक में सैद्धांतिक व्याख्याएँ, प्रमुख बिल्डिंग ब्लॉक्स और निष्पादन योग्य कोड शामिल हैं जो सीधे Google Colab में चलते हैं और इसके लिए किसी स्थानीय सेटअप की आवश्यकता नहीं होती है। कार्यान्वयन केवल NumPy, TensorFlow और Matplotlib जैसी मानक निर्भरताओं पर निर्भर करते हैं, और मॉडल प्रदर्शन के विज़ुअलाइज़ेशन प्रदान करते हैं।
विशेषताएं
- Google Colab में चलाने पर किसी इंस्टॉलेशन की आवश्यकता नहीं
- शैक्षिक उपयोग, अनुसंधान प्रोटोटाइपिंग और प्रयोग के लिए आदर्श
- फ़ंक्शन पुनर्निर्माण और भविष्यवाणी के लिए विज़ुअलाइज़ेशन टूल शामिल हैं
- न्यूनतम निर्भरताओं के साथ हल्का TensorFlow कार्यान्वयन
- मेटा-लर्निंग और अनिश्चितता-जागरूक प्रतिगमन को प्रदर्शित करता है
- CNP, NP और ANP मॉडल के लिए इंटरैक्टिव Colab नोटबुक
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/neural-process-family.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।
