این برنامه لینوکس به نام FLAML است که آخرین نسخه آن را می توان با عنوان v2.1.1.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این برنامه با نام FLAML را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. OnWorks Linux آنلاین یا شبیه ساز آنلاین ویندوز یا شبیه ساز آنلاین MACOS را از این وب سایت راه اندازی کنید.
- 5. از سیستم عامل لینوکس OnWorks که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. اپلیکیشن را دانلود کرده، نصب و اجرا کنید.
عکس ها
Ad
FLAML
شرح
FLAML یک کتابخانه سبک وزن پایتون است که مدل های دقیق یادگیری ماشین را به صورت خودکار، کارآمد و اقتصادی پیدا می کند. کاربران را از انتخاب فراگیران و فراپارامترها برای هر زبان آموز آزاد می کند. برای کارهای رایج یادگیری ماشین مانند طبقه‌بندی و رگرسیون، به سرعت مدل‌های باکیفیت برای داده‌های ارائه‌شده توسط کاربر با منابع محاسباتی کم پیدا می‌کند. هم از مدل‌های یادگیری ماشین کلاسیک و هم از شبکه‌های عصبی عمیق پشتیبانی می‌کند. سفارشی سازی یا گسترش آن آسان است. کاربران می‌توانند سفارشی‌سازی مورد نظر خود را از یک محدوده صاف پیدا کنند: حداقل سفارشی‌سازی (بودجه منابع محاسباتی)، سفارشی‌سازی متوسط (مثلاً یادگیرنده به سبک scikit، فضای جستجو و متریک)، یا سفارشی‌سازی کامل (آموزش خودسرانه و کد ارزیابی). از تنظیم خودکار سریع پشتیبانی می‌کند، که می‌تواند محدودیت‌های پیچیده/هدایت/توقف اولیه را مدیریت کند. FLAML توسط یک روش جدید و مقرون به صرفه بهینه سازی هایپرپارامتر و انتخاب یادگیرنده که توسط Microsoft Research ابداع شده است.
امکانات
- FLAML به نسخه Python >= 3.7 نیاز دارد. از پیپ قابل نصب است
- برای اجرای نمونه های نوت بوک، flaml را با گزینه [notebook] نصب کنید
- با سه خط کد می توانید از این موتور اقتصادی و سریع AutoML استفاده کنید
- می توانید زبان آموزان را محدود کنید و از FLAML به عنوان یک ابزار تنظیم سریع فراپارامتر برای XGBoost، LightGBM، Random Forest و غیره یا یک یادگیرنده سفارشی استفاده کنید.
- همچنین می توانید تنظیم فراپارامتر عمومی را برای یک تابع سفارشی اجرا کنید
- Zero-shot AutoML اجازه می دهد تا از API آموزشی موجود از lightgbm، xgboost و غیره استفاده کنید و در عین حال از مزایای AutoML در انتخاب پیکربندی هایپرپارامتر با کارایی بالا در هر کار استفاده کنید.
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه ای است که می تواند از https://sourceforge.net/projects/flaml.mirror/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
