文件名称：FastApproximateInference.jl:在“针对逆问题的变分推理的归一化流程的预训练”中重现结果的代码
文件大小：48KB
文件格式：ZIP
更新时间：2024-04-25 19:07:35
deep-learning bayesian-inference inverse-problems invertible-neural-networks Julia
快速近似推断 实验—在。 要开始运行示例，请克隆存储库： $ git clone https://github.com/slimgroup/FastApproximateInference.jl $ cd FastApproximateInference.jl/ 在这里，我们严重依赖 ，这是最近开发的，内存有效的框架，用于在Julia中训练可逆网络。 安装 开始在Julia中安装所需的软件包之前，请确保您已在Python环境中安装了matplotlib和seaborn ，因为我们依靠PyPlot.jl和Seaborn.jl来创建图形。 接下来，在命令行中运行以下命令以安装必要的库并设置Julia项目： julia -e ' using Pkg; Pkg.add("DrWatson") ' julia -e ' using Pkg; Pkg.Registry.add(Registr
【文件预览】：
FastApproximateInference.jl-main
----Project.toml(1KB)
----.gitignore(795B)
----src()
--------modeling()
--------FastApproximateInference.jl(757B)
--------utils()
--------sampling()
--------objectives()
----scripts()
--------2d-rosenbrock()
--------seismic-denoising()
----README.md(5KB)
----Manifest.toml(26KB)
----LICENSE.MIT(1KB)
----test()
--------test_rosenbrock.jl(1017B)