ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ Edward ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ເປັນ 1.3.5.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ຊື່ Edward ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
Edward
ລາຍລະອຽດ
ຫ້ອງສະໝຸດສຳລັບການສ້າງແບບຈຳລອງຄວາມເປັນໄປໄດ້, ການສົມມຸດຕິຖານ, ແລະການວິພາກວິຈານ. Edward ເປັນຫ້ອງສະຫມຸດ Python ສໍາລັບການສ້າງແບບຈໍາລອງທີ່ເປັນໄປໄດ້, inference, ແລະການວິພາກວິຈານ. ມັນເປັນການທົດສອບສໍາລັບການທົດລອງໄວແລະການຄົ້ນຄວ້າກັບແບບຈໍາລອງ probabilistic, ຕັ້ງແຕ່ຕົວແບບລໍາດັບຊັ້ນຄລາສສິກກ່ຽວກັບຊຸດຂໍ້ມູນຂະຫນາດນ້ອຍໄປຫາແບບຈໍາລອງທີ່ເລິກເຊິ່ງທີ່ສັບສົນໃນຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່. Edward fuses ສາມສາຂາ, ສະຖິຕິ Bayesian ແລະການຮຽນຮູ້ເຄື່ອງຈັກ, ການຮຽນຮູ້ເລິກ, ແລະໂຄງການ probabilistic. Edward ຖືກສ້າງຂຶ້ນໃນ TensorFlow. ມັນເປີດໃຊ້ຄຸນສົມບັດເຊັ່ນ: ກຣາຟການຄິດໄລ່, ການຝຶກອົບຮົມແຈກຢາຍ, ການເຊື່ອມໂຍງ CPU/GPU, ຄວາມແຕກຕ່າງອັດຕະໂນມັດ, ແລະການເບິ່ງເຫັນດ້ວຍ TensorBoard. Expectation-Maximization, pseudo-marginal ແລະ ABC method, and message passing algorithms.
ຄຸນລັກສະນະ
- ຮູບແບບກາຟິກຊີ້ນໍາ
- ເຄືອຂ່າຍ neural (ຜ່ານຫ້ອງສະຫມຸດເຊັ່ນ tf.layers ແລະ Keras)
- ແບບຈໍາລອງການຜະຫຼິດ implicit
- ໂຄງການທີ່ບໍ່ແມ່ນ parametrics Bayesian ແລະຄວາມເປັນໄປໄດ້
- inference ການປ່ຽນແປງປ່ອງສີດໍາ
- ເຄືອຂ່າຍຜູ້ຂັດແຍ່ງຜະລິດ
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/edward.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
