این برنامه ویندوز به نام PyMC3 است که آخرین نسخه آن را می توان با عنوان v5.9.0.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن به نام PyMC3 را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
عکس ها
Ad
PyMC3
شرح
PyMC3 به شما امکان می دهد مدل ها را با استفاده از یک نحو بصری برای توصیف فرآیند تولید داده یادداشت کنید. مدل خود را با استفاده از الگوریتم‌های MCMC مبتنی بر گرادیان مانند NUTS، استفاده از ADVI برای استنتاج سریع تقریبی - از جمله minibatch-ADVI برای مقیاس‌بندی به مجموعه داده‌های بزرگ، یا استفاده از فرآیندهای گاوسی برای ساخت مدل‌های ناپارامتریک بیزی، متناسب کنید. PyMC3 شامل مجموعه ای جامع از توزیع های آماری از پیش تعریف شده است که می تواند به عنوان بلوک های سازنده مدل استفاده شود. گاهی اوقات یک پارامتر یا متغیر ناشناخته در یک مدل یک مقدار اسکالر یا یک بردار با طول ثابت نیست، بلکه یک تابع است. یک فرآیند گاوسی (GP) را می توان به عنوان توزیع احتمال قبلی استفاده کرد که پشتیبانی آن در فضای توابع پیوسته است. PyMC3 پشتیبانی غنی برای تعریف و استفاده از GPs فراهم می کند. استنتاج متغیر با تبدیل یک مسئله ادغام به یکی از مسائل بهینه سازی باعث صرفه جویی در هزینه محاسباتی می شود. API متغیر PyMC3 از تعدادی از الگوریتم‌های پیشرفته و همچنین minibatch برای مقیاس‌بندی به مجموعه داده‌های بزرگ پشتیبانی میکند.
امکانات
- نحو مشخصات مدل بصری
- الگوریتم های نمونه گیری قدرتمند
- مدل های پیچیده با هزاران پارامتر با دانش تخصصی کمی از الگوریتم های برازش
- ADVI برای تخمین سریع و تقریبی پسین و همچنین ADVI دسته ای کوچک برای مجموعه داده های بزرگ
- استنتاج متغیر
- بهینه سازی محاسبات و کامپایل C یا JAX پویا
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه ای است که می تواند از https://sourceforge.net/projects/pymc3.mirror/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
