Это приложение для Linux под названием TensorFlow Ranking, последнюю версию которого можно загрузить как TensorFlowRankingv0.5.2.zip. Его можно запустить онлайн на бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием TensorFlow Ranking with OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите онлайн-эмулятор OnWorks Linux или Windows или онлайн-эмулятор MACOS с этого веб-сайта.
- 5. В только что запущенной ОС OnWorks Linux перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение, установите его и запустите.
СКРИНШОТЫ
Ad
Рейтинг TensorFlow
ОПИСАНИЕ
TensorFlow Ranking — это библиотека для методов Learning-to-Rank (LTR) на платформе TensorFlow. Обычно используемые функции потерь, включая точечные, парные и списочные потери. Обычно используемые показатели ранжирования, такие как средний взаимный ранг (MRR) и нормализованный дисконтированный кумулятивный прирост (NDCG). Многоэлементные (также известные как групповые) функции оценки. Реализация LambdaLoss для оптимизации показателей прямого ранжирования. Непредвзятое обучение для ранжирования на основе предвзятых данных обратной связи. Мы предполагаем, что эта библиотека предоставит удобную открытую платформу для размещения и продвижения современных моделей ранжирования, основанных на методах глубокого обучения, и, таким образом, облегчит как академические исследования, так и промышленные приложения. Мы предоставляем демоверсию, не требующую установки, чтобы начать использовать TF-Ranking. Эта демонстрация выполняется в совместной записной книжке, интерактивной среде Python. Использование разреженных функций и вложений в TF-Ranking.
Особенности
- Используйте разреженные/встраивающие функции
- Обработка данных в формате TFRecord
- Интеграция Tensorboard в блокнот Colab для Estimator API
- Создайте рейтинг TensorFlow локально
- Для простоты экспериментов мы также предоставляем пример TFRecord и пример LIBSVM.
- Результаты обучения, такие как потери и метрики, можно визуализировать с помощью Tensorboard.
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/tensorflow-ranking.mirror/. Он был размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.
