Este é o aplicativo para Windows chamado PyTorch Forecasting, cuja versão mais recente pode ser baixada como v1.4.0sourcecode.tar.gz. Ele pode ser executado online no provedor de hospedagem gratuita OnWorks para estações de trabalho.
Baixe e execute on-line este aplicativo chamado PyTorch Forecasting com OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie qualquer emulador on-line OS OnWorks a partir deste site, mas um emulador on-line melhor do Windows.
- 5. No sistema operacional OnWorks Windows que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo e instale-o.
- 7. Baixe o Wine de seus repositórios de software de distribuição Linux. Depois de instalado, você pode clicar duas vezes no aplicativo para executá-lo com o Wine. Você também pode experimentar o PlayOnLinux, uma interface sofisticada do Wine que o ajudará a instalar programas e jogos populares do Windows.
Wine é uma forma de executar software Windows no Linux, mas sem a necessidade de Windows. Wine é uma camada de compatibilidade do Windows de código aberto que pode executar programas do Windows diretamente em qualquer desktop Linux. Essencialmente, o Wine está tentando reimplementar o suficiente do Windows do zero para que possa executar todos os aplicativos do Windows sem realmente precisar do Windows.
SCREENSHOTS
Ad
Previsão PyTorch
DESCRIÇÃO
O PyTorch Forecasting visa facilitar a previsão de séries temporais de última geração com redes neurais, tanto para casos reais quanto para pesquisas. O objetivo é fornecer uma API de alto nível com máxima flexibilidade para profissionais e padrões razoáveis para iniciantes. Uma classe de conjunto de dados de séries temporais que abstrai o tratamento de transformações de variáveis, valores ausentes, subamostragem aleatória, múltiplos comprimentos de histórico, etc. Uma classe de modelo base que fornece treinamento básico de modelos de séries temporais, juntamente com registro em tensorboard e visualizações genéricas, como dados reais versus previsões e gráficos de dependência. Múltiplas arquiteturas de redes neurais para previsão de séries temporais que foram aprimoradas para implantação no mundo real e vêm com recursos de interpretação integrados. O pacote é construído no PyTorch Lightning para permitir treinamento em CPUs, GPUs simples e múltiplas, pronto para uso.
Recursos
- Métricas de séries temporais multi-horizonte
- Otimizador Ranger para treinamento de modelo mais rápido
- Ajuste de hiperparâmetros com optuna
- Uma classe de modelo base que fornece treinamento básico de modelos de séries temporais
- Arquiteturas de redes neurais múltiplas
- Uma classe de conjunto de dados de séries temporais que abstrai o tratamento de transformações de variáveis
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/pytorch-forecasting.mirror/. Ele foi hospedado no OnWorks para ser executado online da maneira mais fácil em um de nossos sistemas operacionais gratuitos.
