Il s'agit de l'application Linux nommée TensorFlow Probability dont la dernière version peut être téléchargée sous le nom de TensorFlowProbability0.22.0.zip. Il peut être exécuté en ligne dans le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne gratuitement cette application nommée TensorFlow Probability with OnWorks.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
Probabilité TensorFlow
DESCRIPTION
TensorFlow Probability est une bibliothèque pour le raisonnement probabiliste et l'analyse statistique. TensorFlow Probability (TFP) est une bibliothèque Python basée sur TensorFlow qui permet de combiner facilement des modèles probabilistes et un apprentissage approfondi sur du matériel moderne (TPU, GPU). Il s'adresse aux scientifiques des données, aux statisticiens, aux chercheurs en ML et aux praticiens qui souhaitent coder les connaissances du domaine pour comprendre les données et faire des prédictions. Étant donné que TFP hérite des avantages de TensorFlow, vous pouvez créer, adapter et déployer un modèle à l'aide d'un seul langage tout au long du cycle de vie de l'exploration et de la production du modèle. TFP est open source et disponible sur GitHub. Outils pour créer des modèles probabilistes approfondis, y compris des couches probabilistes et une abstraction "JointDistribution". Inférence variationnelle et chaîne de Markov Monte Carlo. Une large sélection de distributions de probabilité et de bijecteurs. Optimiseurs tels que Nelder-Mead, BFGS et SGLD.
Caractéristiques
- Une large sélection de distributions de probabilité et de bijecteurs
- Outils pour créer des modèles probabilistes approfondis, y compris des couches probabilistes et une abstraction "JointDistribution"
- Inférence variationnelle et chaîne de Markov Monte Carlo
- Optimiseurs tels que Nelder-Mead, BFGS et SGLD
- Vous pouvez créer, adapter et déployer un modèle à l'aide d'un seul langage
- TFP est open source et disponible sur GitHub
Langage de programmation
Python
Catégories
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/tensorflow-probability.mirror/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
