awesome-repositories.com
المدونة
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعحولكيفية ترتيب النتائجالصحافةخادم MCP
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 مستودع

Awesome GitHub RepositoriesModel Parameter Validations

Techniques for validating learned model parameters against observed data to ensure correct model recovery.

Distinct from Infrastructure Parameter Validations: The candidates are focused on web request parameters or infrastructure deployment parameters, not the statistical validation of learned ML model parameters.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Model Parameter Validations. Refine with filters or upvote what's useful.

Awesome Model Parameter Validations GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • blei-lab/edwardالصورة الرمزية لـ blei-lab

    blei-lab/edward

    4,841عرض على GitHub↗

    Edward هي لغة برمجة احتمالية ومحرك استنتاج مصمم لبناء نماذج توليدية عميقة وشبكات عصبية بايزية. يستخدم إطار عمل TensorFlow لتمثيل النماذج الاحتمالية كرسوم بيانية حسابية قابلة للاشتقاق. تتيح المكتبة بناء توزيعات بيانات معقدة من خلال الشبكات العصبية البايزية، ونماذج الخليط (mixture models)، وعمليات غاوس. وتتميز بتوفير مجموعة أدوات متكاملة للنمذجة الاحتمالية الخاضعة للإشراف وغير الخاضعة للإشراف، بما في ذلك تنفيذ الشبكات التوليدية التنافسية (GANs) وشبكات كثافة الخليط. يغطي إطار العمل مجموعة واسعة من طرق الاستنتاج، بما في ذلك الاستدلال التبايني المطفأ (amortized variational inference)، وأخذ عينات Gibbs، وتقدير الاحتمال الأقصى اللاحق (MAP). كما يتضمن مجموعة شاملة من أدوات تقييم النماذج للتحقق التنبئي اللاحق، وتحليل البواقي، والتحقق من المعلمات لتشخيص مدى ملاءمة النموذج ودقته التنبؤية. يدعم النظام التدريب القابل للتوسع من خلال معالجة الدفعات (batch) والدفعات المصغرة، مع إمكانيات مدمجة لمراقبة تقدم التدريب وتصور رسوم بيانية للتنفيذ.

    Provides tools to evaluate learned parameters by comparing recovered axes and generated data against observed values.

    Jupyter Notebookbayesian-methodsdata-sciencedeep-learning
    عرض على GitHub↗4,841
  1. Home
  2. Artificial Intelligence & ML
  3. Model Parameter Validations