EnglischFranzösischSpanisch

OnWorks-Favicon

Herunterladen der Bayes'schen Optimierung für Windows

Laden Sie die Bayesian Optimization Windows-App kostenlos herunter, um online Win Wine in Ubuntu online, Fedora online oder Debian online auszuführen

Dies ist die Windows-App mit dem Namen Bayesian Optimization, deren neueste Version als v1.4.2.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.

Laden Sie diese App namens Bayesian Optimization mit OnWorks kostenlos herunter und führen Sie sie online aus.

Befolgen Sie diese Anweisungen, um diese App auszuführen:

- 1. Diese Anwendung auf Ihren PC heruntergeladen.

- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.

- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.

- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.

- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.

- 6. Laden Sie die Anwendung herunter und installieren Sie sie.

- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.

Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.

SCREENSHOTS

Ad


Bayesianische Optimierung


BESCHREIBUNG

Dies ist ein eingeschränktes globales Optimierungspaket, das auf Bayes-Inferenz und Gauß-Prozess basiert und versucht, den Maximalwert einer unbekannten Funktion in so wenigen Iterationen wie möglich zu finden. Diese Technik eignet sich besonders für die Optimierung von kostenintensiven Funktionen, Situationen, in denen das Gleichgewicht zwischen Exploration und Ausbeutung wichtig ist. Ausführlichere Informationen, weitere erweiterte Funktionen und Tipps zur Verwendung/Implementierung finden Sie im Beispielordner. Folgen Sie dem grundlegenden Tour-Notizbuch, um zu erfahren, wie Sie die wichtigsten Funktionen des Pakets verwenden. Sehen Sie sich das erweiterte Tour-Notizbuch an, um zu erfahren, wie Sie das Paket flexibler gestalten, wie Sie mit kategorialen Parametern umgehen, wie Sie Beobachter verwenden und vieles mehr. Erkunden Sie die Optionen, die das Gleichgewicht zwischen Exploration und Ausbeutung veranschaulichen und wie Sie es kontrollieren können. Erkunden Sie das Notebook zur Domänenreduzierung, um mehr darüber zu erfahren, wie die Suche durch dynamisches Ändern der Parametergrenzen beschleunigt werden kann.



Eigenschaften

  • Bayes'sche Optimierung funktioniert durch Konstruktion einer posterioren Verteilung von Funktionen
  • Während Sie immer wieder iterieren, gleicht der Algorithmus seine Explorations- und Nutzungsbedürfnisse aus und berücksichtigt dabei, was er über die Zielfunktion weiß
  • Bei jedem Schritt wird ein Gaußscher Prozess an die bekannten Stichproben (zuvor untersuchte Punkte) angepasst und die Posterior-Verteilung,
  • Dieser Prozess wurde entwickelt, um die Anzahl der Schritte zu minimieren, die erforderlich sind, um eine Kombination von Parametern zu finden, die der optimalen Kombination nahe kommen
  • Bayessche Optimierung ist am besten geeignet für Situationen, in denen das Abtasten der zu optimierenden Funktion ein sehr kostspieliges Unterfangen ist
  • Dies ist ein Funktionsoptimierungspaket, daher ist die erste und wichtigste Zutat natürlich die zu optimierende Funktion


Programmiersprache

Python


Kategorien

Datenvisualisierung, Echtzeitverarbeitung

Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/bayesian-optimization.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt zu werden.


Kostenlose Server & Workstations

Laden Sie Windows- und Linux-Apps herunter

Linux-Befehle

Ad