Name: विंडोज़ के लिए TensorFlow रैंकिंग डाउनलोड करें
Brand: OnWorks
SKU: 4b3ae8c090de97a24615f73420cd1c2f
Availability: OnlineOnly
Rating: 4.86 (1738 reviews)

यह TensorFlow Ranking नाम का Windows ऐप है जिसकी नवीनतम रिलीज़ को TensorFlowRankingv0.5.2.zip के रूप में डाउनलोड किया जा सकता है। इसे वर्कस्टेशन के लिए मुफ्त होस्टिंग प्रदाता ऑनवर्क्स में ऑनलाइन चलाया जा सकता है।

TensorFlow Ranking with OnWorks नाम के इस ऐप को मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।

इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:

- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।

- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।

- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।

- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।

- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।

- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।

- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।

वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।

ऐप डाउनलोड करें उबंटू में चलाएं फेडोरा में दौड़ें विंडोज सिम में चलाएं मैकोज़ सिम में चलाएं

स्क्रीनशॉट

वेब टूल या वेब ऐप TensorFlow रैंकिंग डाउनलोड करें

टेंसरफ्लो रैंकिंग

वर्णन

TensorFlow रैंकिंग, TensorFlow प्लेटफॉर्म पर लर्निंग-टू-रैंक (LTR) तकनीकों के लिए एक लाइब्रेरी है। पॉइंटवाइज, पेयरवाइज और लिस्टवाइज लॉस सहित आमतौर पर इस्तेमाल किए जाने वाले लॉस फंक्शन। औसत पारस्परिक रैंक (MRR) और सामान्यीकृत रियायती संचयी लाभ (NDCG) जैसे सामान्य रूप से उपयोग किए जाने वाले रैंकिंग मेट्रिक्स। मल्टी-आइटम (ग्रुपवाइज के रूप में भी जाना जाता है) स्कोरिंग फ़ंक्शन। प्रत्यक्ष रैंकिंग मीट्रिक अनुकूलन के लिए लैम्बडालॉस कार्यान्वयन। पक्षपाती फीडबैक डेटा से निष्पक्ष लर्निंग-टू-रैंक। हम कल्पना करते हैं कि यह पुस्तकालय गहन शिक्षण तकनीकों के आधार पर अत्याधुनिक रैंकिंग मॉडल की मेजबानी और आगे बढ़ने के लिए एक सुविधाजनक खुला मंच प्रदान करेगा, और इस प्रकार अकादमिक अनुसंधान और औद्योगिक अनुप्रयोगों दोनों की सुविधा प्रदान करेगा। TF-रैंकिंग का उपयोग शुरू करने के लिए हम एक डेमो प्रदान करते हैं, जिसमें किसी इंस्टॉलेशन की आवश्यकता नहीं होती है। यह डेमो सहयोगी नोटबुक, एक इंटरैक्टिव पायथन वातावरण पर चलता है। TF-रैंकिंग में विरल सुविधाओं और एम्बेडिंग का उपयोग करना।

विशेषताएं

विरल/एम्बेडिंग सुविधाओं का उपयोग करें
डेटा को TFRecord फॉर्मेट में प्रोसेस करें
एस्टीमेटर एपीआई के लिए कोलाब नोटबुक में टेंसरबोर्ड इंटीग्रेशन
स्थानीय रूप से TensorFlow रैंकिंग बनाएं
प्रयोग में आसानी के लिए, हम एक TFRecord उदाहरण और एक LIBSVM उदाहरण भी प्रदान करते हैं
प्रशिक्षण के परिणाम जैसे हानि और मेट्रिक्स को Tensorboard का उपयोग करके देखा जा सकता है

प्रोग्रामिंग भाषा

अजगर

कैटिगरीज

मशीन लर्निंग, डीप लर्निंग फ्रेमवर्क

यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/tensorflow-ranking.mirror/ से भी प्राप्त किया जा सकता है। इसे ऑनवर्क्स में होस्ट किया गया है ताकि इसे हमारे मुफ्त ऑपरेटिव सिस्टम में से किसी एक से आसान तरीके से ऑनलाइन चलाया जा सके।