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.
免费下载并在线运行这个名为“The Neural Process Family with OnWorks”的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
神经过程家族
Ad
商品描述
神经过程 (NPs) 是由 Google DeepMind 开发的一系列交互式 Jupyter/Colab 笔记本实现，展示了三种基础概率机器学习模型：条件神经过程 (CNPs)、神经过程 (NPs) 和注意力神经过程 (ANPs)。这些模型结合了神经网络和随机过程的优势，支持灵活的函数逼近和不确定性估计。它们可以从数据中学习函数分布，并针对具有校准不确定性的新输入进行高效预测，这使得它们适用于小样本学习、贝叶斯回归和元学习。每个笔记本都包含理论解释、关键构建块以及可直接在 Google Colab 中运行的可执行代码，无需本地设置。实现仅依赖于 NumPy、TensorFlow 和 Matplotlib 等标准依赖项，并提供模型性能的可视化。
功能
- 在 Google Colab 中运行时无需安装
- 非常适合教育用途、研究原型设计和实验
- 包括用于功能重建和预测的可视化工具
- 具有最少依赖性的轻量级 TensorFlow 实现
- 演示元学习和不确定性感知回归
- 适用于 CNP、NP 和 ANP 模型的交互式 Colab 笔记本
分类
此应用程序也可从 https://sourceforge.net/projects/neural-process-family.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。
