ນີ້ແມ່ນແອັບ Linux ທີ່ມີຊື່ວ່າ Bayesian Optimization ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ເປັນ v1.4.2.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ Bayesian Optimization ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ OnWorks Linux ອອນລາຍ ຫຼື Windows online emulator ຫຼື MACOS online emulator ຈາກເວັບໄຊທ໌ນີ້.
- 5. ຈາກ OnWorks Linux OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກ, ຕິດຕັ້ງມັນແລະດໍາເນີນການ.
ພາບຫນ້າຈໍ:
ການເພີ່ມປະສິດທິພາບ Bayesian
DESCRIPTION:
ນີ້ແມ່ນຊຸດການເພີ່ມປະສິດທິພາບລະດັບໂລກທີ່ມີຂໍ້ຈໍາກັດທີ່ສ້າງຂຶ້ນຕາມການ inference bayesian ແລະຂະບວນການ gaussian, ທີ່ພະຍາຍາມຊອກຫາມູນຄ່າສູງສຸດຂອງຟັງຊັນທີ່ບໍ່ຮູ້ຈັກໃນຊ້ໍາຊ້ອນເທົ່າທີ່ເປັນໄປໄດ້. ເຕັກນິກນີ້ແມ່ນເຫມາະສົມໂດຍສະເພາະສໍາລັບການເພີ່ມປະສິດທິພາບຂອງຫນ້າທີ່ຄ່າໃຊ້ຈ່າຍສູງ, ສະຖານະການທີ່ມີຄວາມສົມດຸນລະຫວ່າງການສໍາຫຼວດແລະການຂຸດຄົ້ນແມ່ນມີຄວາມສໍາຄັນ. ຂໍ້ມູນລະອຽດເພີ່ມເຕີມ, ຄຸນນະສົມບັດຂັ້ນສູງອື່ນໆ, ແລະຄໍາແນະນໍາກ່ຽວກັບການນໍາໃຊ້ / ການປະຕິບັດສາມາດພົບເຫັນຢູ່ໃນໂຟນເດີຕົວຢ່າງ. ປະຕິບັດຕາມປື້ມບັນທຶກການທ່ອງທ່ຽວຂັ້ນພື້ນຖານເພື່ອຮຽນຮູ້ວິທີໃຊ້ຄຸນສົມບັດທີ່ສໍາຄັນທີ່ສຸດຂອງແພັກເກດ. ເບິ່ງປື້ມບັນທຶກການທ່ອງທ່ຽວແບບພິເສດເພື່ອຮຽນຮູ້ວິທີເຮັດໃຫ້ຊຸດມີຄວາມຍືດຫຍຸ່ນຫຼາຍຂຶ້ນ, ວິທີການຈັດການກັບຕົວກໍານົດການປະເພດ, ວິທີການນໍາໃຊ້ຜູ້ສັງເກດການ, ແລະອື່ນໆ. ສຳຫຼວດຕົວເລືອກທີ່ຍົກຕົວຢ່າງຄວາມດຸ່ນດ່ຽງລະຫວ່າງການສຳຫຼວດ ແລະ ການຂຸດຄົ້ນ ແລະ ວິທີຄວບຄຸມມັນ. ຄົ້ນຫາປື້ມບັນທຶກການຫຼຸດຜ່ອນໂດເມນເພື່ອຮຽນຮູ້ເພີ່ມເຕີມກ່ຽວກັບວິທີທີ່ການຄົ້ນຫາສາມາດເລັ່ງໄດ້ໂດຍການປ່ຽນຂອບເຂດຂອງພາລາມິເຕີແບບເຄື່ອນໄຫວ.
ຄຸນລັກສະນະ
- ການເພີ່ມປະສິດທິພາບຂອງ Bayesian ເຮັດວຽກໂດຍການກໍ່ສ້າງການແຈກຢາຍຫນ້າທີ່ຫລັງ
- ໃນຂະນະທີ່ທ່ານເຮັດຊ້ໍາເລື້ອຍໆ, ສູດການຄິດໄລ່ຈະດຸ່ນດ່ຽງຄວາມຕ້ອງການຂອງການຂຸດຄົ້ນແລະການຂຸດຄົ້ນໂດຍຄໍານຶງເຖິງສິ່ງທີ່ມັນຮູ້ກ່ຽວກັບຫນ້າທີ່ເປົ້າຫມາຍ.
- ໃນແຕ່ລະຂັ້ນຕອນການ Gaussian ຂະບວນການແມ່ນເຫມາະກັບຕົວຢ່າງທີ່ຮູ້ຈັກ (ຈຸດທີ່ໄດ້ສໍາຫຼວດໃນເມື່ອກ່ອນ), ແລະການແຜ່ກະຈາຍຫຼັງຈາກນັ້ນ,
- ຂະບວນການນີ້ຖືກອອກແບບມາເພື່ອຫຼຸດຜ່ອນຈໍານວນຂັ້ນຕອນທີ່ຕ້ອງການເພື່ອຊອກຫາການປະສົມປະສານຂອງຕົວກໍານົດການທີ່ຢູ່ໃກ້ກັບການປະສົມປະສານທີ່ດີທີ່ສຸດ.
- ການເພີ່ມປະສິດທິພາບ Bayesian ແມ່ນພຽງພໍທີ່ສຸດສໍາລັບສະຖານະການທີ່ການເກັບຕົວຢ່າງການທໍາງານທີ່ຈະໄດ້ຮັບການເພີ່ມປະສິດທິພາບແມ່ນຄວາມພະຍາຍາມລາຄາແພງຫຼາຍ.
- ນີ້ແມ່ນຊຸດການເພີ່ມປະສິດທິພາບການເຮັດວຽກ, ເພາະສະນັ້ນ, ສ່ວນປະກອບທໍາອິດແລະສໍາຄັນທີ່ສຸດແມ່ນ, ແນ່ນອນ, ຫນ້າທີ່ທີ່ຈະເພີ່ມປະສິດທິພາບ.
ພາສາການຂຽນໂປຣແກຣມ
Python
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/bayesian-optimization.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.