Questa è l'app di Windows denominata NeuralProphet la cui ultima versione può essere scaricata come Beta0.5.3.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata NeuralProphet con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI:
Profeta neurale
DESCRIZIONE:
NeuralProphet colma il divario tra i tradizionali modelli di serie temporali e i metodi di deep learning. È basato su PyTorch e può essere installato usando pip. Un modello Time-Series basato su rete neurale, ispirato a Facebook Prophet e AR-Net, costruito su PyTorch. Puoi trovare i set di dati utilizzati nei tutorial, inclusi esempi di pre-elaborazione dei dati, nel nostro repository di dati neuralprophet. La pagina della documentazione potrebbe non essere completamente aggiornata. Le docstring dovrebbero essere affidabili, fare riferimento a quelle in caso di dubbio. Stiamo lavorando su una documentazione migliorata. Apprezziamo qualsiasi aiuto per migliorare e aggiornare i documenti. Regressori ritardati (caratteristiche misurate, ad es. sensore di temperatura). Regressori futuri (caratteristiche note in anticipo, ad esempio previsioni di temperatura). Vacanze in campagna ed eventi speciali ricorrenti. Scarsità di coefficienti attraverso la regolarizzazione. Tracciatura per componenti di previsione, coefficienti del modello e previsioni finali. Selezione automatica degli iperparametri relativi all'allenamento.
Caratteristiche
- Dopo aver importato il pacchetto, puoi utilizzare NeuralProphet nel tuo codice
- Puoi visualizzare i risultati con le funzioni di tracciamento integrate
- Se vuoi fare previsioni nel futuro sconosciuto, estendi il dataframe prima di fare previsioni
- Ora puoi installare neuralprophet direttamente con pip
- Andamento lineare a tratti con rilevamento automatico del punto di cambio opzionale
- Modellazione dell'autocorrelazione tramite AR-Net
- Termine di Fourier Stagionalità in periodi diversi come annuale, giornaliero, settimanale, orario
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/neuralprophet.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.