Dit is de Linux-app genaamd dlib waarvan de laatste release kan worden gedownload als v19.23.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik gratis deze app genaamd dlib met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start de OnWorks Linux online of Windows online emulator of MACOS online emulator vanaf deze website.
- 5. Ga vanuit het OnWorks Linux-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie, installeer hem en voer hem uit.
SCREENSHOTS
Ad
dlib
PRODUCTBESCHRIJVING
Dlib is een moderne C++-toolkit met algoritmen voor machine learning en hulpmiddelen voor het maken van complexe software in C++ om problemen uit de echte wereld op te lossen. Het wordt gebruikt in zowel de industrie als de academische wereld in een breed scala van domeinen, waaronder robotica, embedded apparaten, mobiele telefoons en grote high-performance computeromgevingen. Dankzij de open source-licenties van Dlib kunt u het gratis in elke toepassing gebruiken. Goede unit-testdekking, de verhouding van unit-testregels code tot bibliotheekregels code is ongeveer 1 tot 4. De bibliotheek wordt regelmatig getest op MS Windows-, Linux- en Mac OS X-systemen. Er zijn geen andere pakketten vereist om de bibliotheek te gebruiken, alleen API's die worden geleverd door een kant-en-klaar besturingssysteem zijn nodig. Er is geen installatie- of configuratiestap nodig voordat u de bibliotheek kunt gebruiken. Alle besturingssysteemspecifieke code is geïsoleerd binnen de OS-abstractielagen die zo klein mogelijk worden gehouden.
Kenmerken
- Conventionele SMO-gebaseerde Support Vector Machines voor classificatie en regressie
- Methoden met een lagere rangorde voor grootschalige classificatie en regressie
- Een hulpmiddel voor het oplossen van het optimalisatieprobleem dat samenhangt met vectormachines voor structurele ondersteuning
- Structurele SVM-tools voor objectdetectie in afbeeldingen en krachtigere deep learning-tools voor objectdetectie
- Een online kernelized zwaartepuntschatter / nieuwheidsdetector en offline ondersteuningsvector één-klasse classificatie
- Clusteralgoritmen, lineaire of kernel-k-means, Chinese Whispers en Newman-clustering
Programmeertaal
C + +
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/dlib.mirror/. Het is gehost in OnWorks om op een gemakkelijkste manier online te kunnen worden uitgevoerd vanuit een van onze gratis besturingssystemen.
