Dit is de Windows-app genaamd Autograd waarvan de nieuwste release kan worden gedownload als 1.0.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app met de naam Autograd gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
Autograd
PRODUCTBESCHRIJVING
Autograd kan automatisch native Python- en Numpy-code onderscheiden. Het kan een grote subset van Python-functies aan, waaronder loops, ifs, recursie en sluitingen, en het kan zelfs afgeleiden van afgeleiden van afgeleiden nemen. Het ondersteunt differentiatie in omgekeerde modus (ook wel backpropagation genoemd), wat betekent dat het efficiënt gradiënten van functies met scalaire waarde kan aannemen met betrekking tot argumenten met arraywaarde, evenals differentiatie in voorwaartse modus, en de twee kunnen willekeurig worden samengesteld. De belangrijkste beoogde toepassing van Autograd is op gradiënt gebaseerde optimalisatie. Bekijk voor meer informatie de tutorial en de voorbeeldenmap. We kunnen doorgaan met differentiëren zo vaak als we willen, en numpy's vectorisatie van functies met scalaire waarde gebruiken voor veel verschillende invoerwaarden.
Kenmerken
- Eenvoudig neuraal net
- Convolutioneel neuraal net
- Terugkerend neuraal net
- LSTM
- Neurale Turingmachine
- Backpropageren via een vloeiende simulatie
Programmeertaal
Python
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/autograd.mirror/. Het is gehost in OnWorks, zodat het op de gemakkelijkste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.
