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.
ดาวน์โหลดและใช้งานแอปชื่อ The Neural Process Family พร้อม OnWorks ออนไลน์ได้ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ครอบครัวกระบวนการประสาท
Ad
DESCRIPTION
Neural Processes (NPs) คือชุดรวมการใช้งานสมุดบันทึก Jupyter/Colab แบบอินเทอร์แอคทีฟที่พัฒนาโดย Google DeepMind ซึ่งนำเสนอโมเดลการเรียนรู้ของเครื่องแบบน่าจะเป็นพื้นฐานสามแบบ ได้แก่ Conditional Neural Processes (CNPs), Neural Processes (NPs) และ Attentive Neural Processes (ANPs) โมเดลเหล่านี้ผสานรวมจุดแข็งของโครงข่ายประสาทเทียมและกระบวนการสุ่ม ทำให้สามารถประมาณค่าฟังก์ชันได้อย่างยืดหยุ่นพร้อมกับการประมาณค่าความไม่แน่นอน NPs สามารถเรียนรู้การแจกแจงฟังก์ชันจากข้อมูล และทำนายค่าอินพุตใหม่ได้อย่างมีประสิทธิภาพด้วยความไม่แน่นอนที่ปรับเทียบแล้ว ทำให้มีประโยชน์สำหรับการเรียนรู้แบบ Few-shot, การถดถอยแบบเบย์เซียน และการเรียนรู้แบบเมตา สมุดบันทึกแต่ละเล่มประกอบด้วยคำอธิบายเชิงทฤษฎี องค์ประกอบสำคัญ และโค้ดที่สามารถทำงานได้โดยตรงใน Google Colab โดยไม่จำเป็นต้องตั้งค่าภายในเครื่อง การใช้งานจะอาศัยเพียง dependency มาตรฐาน เช่น NumPy, TensorFlow และ Matplotlib และแสดงภาพประสิทธิภาพของโมเดล
คุณสมบัติ
- ไม่จำเป็นต้องติดตั้งเมื่อรันใน Google Colab
- เหมาะสำหรับการใช้เพื่อการศึกษา การสร้างต้นแบบการวิจัย และการทดลอง
- รวมถึงเครื่องมือการสร้างภาพสำหรับการสร้างฟังก์ชันและการทำนาย
- การใช้งาน TensorFlow แบบน้ำหนักเบาพร้อมการอ้างอิงขั้นต่ำ
- สาธิตการเรียนรู้เชิงอภิปรัชญาและการถดถอยที่ตระหนักถึงความไม่แน่นอน
- สมุดบันทึก Colab แบบโต้ตอบสำหรับรุ่น CNP, NP และ ANP
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/neural-process-family.mirror/ ได้ แอปพลิเคชันนี้โฮสต์อยู่ใน OnWorks เพื่อให้ใช้งานออนไลน์ได้ง่ายที่สุดจากระบบปฏิบัติการฟรีของเรา
