Questa è l'app di Windows denominata TensorFlow Ranking la cui ultima versione può essere scaricata come TensorFlowRankingv0.5.2.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata TensorFlow Ranking con OnWorks gratuitamente.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI
Ad
Classifica TensorFlow
DESCRIZIONE
TensorFlow Ranking è una libreria per tecniche LTR (Learning-to-Rank) sulla piattaforma TensorFlow. Funzioni di perdita comunemente utilizzate, tra cui perdite puntuali, a coppie e listwise. Metriche di classificazione comunemente utilizzate come Mean Reciprocal Rank (MRR) e Normalized Discounted Cumulative Gain (NDCG). Funzioni di punteggio multi-elemento (note anche come groupwise). Implementazione LambdaLoss per l'ottimizzazione della metrica di ranking diretto. Apprendimento imparziale per classificare da dati di feedback distorti. Prevediamo che questa libreria fornirà una comoda piattaforma aperta per l'hosting e l'avanzamento di modelli di classificazione all'avanguardia basati su tecniche di deep learning, facilitando così sia la ricerca accademica che le applicazioni industriali. Forniamo una demo, senza necessità di installazione, per iniziare a utilizzare TF-Ranking. Questa demo viene eseguita su un notebook collaborativo, un ambiente Python interattivo. Utilizzo di funzionalità sparse e incorporamenti in TF-Ranking.
Caratteristiche
- Usa funzionalità sparse/incorporate
- Elaborare i dati in formato TFRecord
- Integrazione di Tensorboard nel notebook colab, per l'API Estimator
- Crea la classifica TensorFlow a livello locale
- Per facilitare la sperimentazione, forniamo anche un esempio TFRecord e un esempio LIBSVM
- I risultati dell'allenamento come perdita e metriche possono essere visualizzati utilizzando Tensorboard
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/tensorflow-ranking.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.