Bayesian-Neural-Networks
Implementaciones en Pytorch de Bayes By Backprop, MC Dropout, SGLD, el Truco de Reparametrización Local, KF-Laplace, SG-HMC y más
Ejecuta varios métodos de inferencia bayesiana utilizando PyTorch con el código de ejemplo proporcionado.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasImplementaciones en Pytorch de Bayes By Backprop, MC Dropout, SGLD, el Truco de Reparametrización Local, KF-Laplace, SG-HMC y más
Bayesian-Neural-Networks tiene 2k estrellas en GitHub. Se ha bifurcado 306 veces. Bayesian-Neural-Networks está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2019. Bayesian-Neural-Networks está disponible bajo la licencia MIT. Sus temas principales son: approximate-inference, bayes-by-backprop, bayesian-inference, bayesian-neural-networks.
¿Qué es Bayesian-Neural-Networks?
Implementaciones en Pytorch de Bayes By Backprop, MC Dropout, SGLD, el Truco de Reparametrización Local, KF-Laplace, SG-HMC y más
¿Bayesian-Neural-Networks es de código abierto?
Bayesian-Neural-Networks es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿Bayesian-Neural-Networks es gratis?
Sí. Bayesian-Neural-Networks es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está Bayesian-Neural-Networks?
Bayesian-Neural-Networks está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito Bayesian-Neural-Networks?
Bayesian-Neural-Networks está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/javierantoran-bayesian-neural-networks.html)
