这是名为 PyTorch Implement of SDE Solvers 的 Linux 应用程序，其最新版本可以作为 v0.2.6.zip 下载。 它可以在免费的工作站托管提供商 OnWorks 中在线运行。
免费下载并在线运行这个名为 PyTorch Implementing of SDE Solvers with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
SDE 求解器的 PyTorch 实现
描述：
该库提供具有 GPU 支持和高效反向传播的随机微分方程 (SDE) 求解器。 example/demo.ipynb 给出了如何求解 SDE 的简短指南，包括一些微妙的问题，例如修复求解器中的随机性和噪声类型的选择。 example/latent_sde.py 学习潜在随机微分方程，如 [5] 的第 1 节所示。 该示例将 SDE 拟合到数据，同时将其规范化为像 Ornstein-Uhlenbeck 先验过程一样。 该模型可以宽松地视为变分自动编码器，其先验和近似后验是 SDE。 程序将图形输出到指定的路径
項目特色
- 要求：Python >=3.6 和 PyTorch >=1.6.0
- 作为 GAN 的神经 SDE
- 潜在的SDE
- GPU 支持和高效的反向传播
- 随机微分方程 (SDE) 求解器
- 还接受几个关键字参数
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/pytorch-imp-sde-solvers.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。