Dies ist die Windows-App namens Awesome Graph Classification, deren neueste Version als Baserelease..zip heruntergeladen werden kann. Es kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens „Awesome Graph Classification with OnWorks“ kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
Tolle Diagrammklassifizierung
BESCHREIBUNG
Eine Sammlung von Graphklassifizierungsmethoden, die Einbettung, Deep Learning, Graphkernel und Faktorisierungspapiere mit Referenzimplementierungen abdeckt. Relevante Benchmark-Datensätze zur Diagrammklassifizierung sind verfügbar. Ähnliche Sammlungen zu Community-Erkennung, Klassifizierungs-/Regressionsbaum, Betrugserkennung, Monte-Carlo-Baumsuche und Gradient-Boosting-Papieren mit Implementierungen.
Eigenschaften
- Erklärbare Klassifizierung von Gehirnnetzwerken anhand von Kontrast-Subgraphen
- Eine einfache, aber effektive Grundlage für die Klassifizierung von Diagrammen ohne Attribute
- Multi-Graph-Multi-Label-Lernen basierend auf Entropie
- Erforschung von Gelenkstrukturmerkmalen
- Ein skalierbarer Ansatz zur größenunabhängigen Netzwerkähnlichkeit
- Regularisierung für die Multitask-Graphklassifizierung
Programmiersprache
Python
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/awesome-graph-class.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, um es auf einfachste Weise online über eines unserer kostenlosen Betriebssysteme ausführen zu können.
