АнглийскийФранцузскийИспанский

Значок OnWorks

PyTorch Реализация решателей SDE скачать для Windows

Бесплатно загрузите приложение PyTorch Implementation of SDE Solvers для Windows для запуска онлайн-выигрыша Wine в Ubuntu онлайн, Fedora онлайн или Debian онлайн.

Это приложение для Windows под названием PyTorch Implementation of SDE Solvers, последнюю версию которого можно загрузить как v0.2.6.zip. Его можно запустить онлайн в бесплатном хостинг-провайдере OnWorks для рабочих станций.

Загрузите и запустите онлайн это приложение под названием PyTorch Implementation of SDE Solvers with OnWorks бесплатно.

Следуйте этим инструкциям, чтобы запустить это приложение:

- 1. Загрузил это приложение на свой компьютер.

- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.

- 3. Загрузите это приложение в такой файловый менеджер.

- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.

- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.

- 6. Скачайте приложение и установите его.

- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.

Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.

СКРИНШОТЫ

Ad


PyTorch Реализация решателей SDE


ОПИСАНИЕ

Эта библиотека предоставляет средства решения стохастических дифференциальных уравнений (SDE) с поддержкой графического процессора и эффективным обратным распространением ошибки. example/demo.ipynb дает краткое руководство по решению СДУ, включая такие тонкие моменты, как исправление случайности в решателе и выбор типов шума. example/latent_sde.py изучает скрытое стохастическое дифференциальное уравнение, как описано в разделе 5 статьи [1]. Пример подгоняет SDE к данным, но при этом упорядочивает его так, чтобы он напоминал априорный процесс Орнштейна-Уленбека. Модель можно условно рассматривать как вариационный автоэнкодер, априорным и приблизительным апостериорным значениями которого являются SDE. Программа выводит цифры по пути, указанному . Обучение должно стабилизироваться после 500 итераций с гиперпараметрами по умолчанию. example/sde_gan.py изучает SDE как GAN, как в [2], [3]. В примере SDE обучается как генератор GAN, используя нейронный CDE [4] в качестве дискриминатора.



Особенности

  • Требования: Python >=3.6 и PyTorch >=1.6.0.
  • Нейронные SDE как GAN
  • Латентный СДУ
  • Поддержка графического процессора и эффективное обратное распространение ошибки
  • Решатели стохастических дифференциальных уравнений (СДУ)
  • Также принимаются несколько аргументов ключевых слов.


Язык программирования

Питон


Категории

Машинное обучение

Это приложение также можно загрузить с https://sourceforge.net/projects/pytorch-imp-sde-solvers.mirror/. Он размещен в OnWorks, чтобы его можно было проще запускать в Интернете из одной из наших бесплатных операционных систем.


Бесплатные серверы и рабочие станции

Скачать приложения для Windows и Linux

Команды Linux

Ad