Đây là ứng dụng Windows có tên PML có bản phát hành mới nhất có thể được tải xuống dưới dạng v2.3.0.zip. Nó có thể được chạy trực tuyến trong nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng có tên PML này với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động bất kỳ trình giả lập trực tuyến OS OnWorks nào từ trang web này, nhưng trình giả lập trực tuyến Windows tốt hơn.
- 5. Từ Hệ điều hành Windows OnWorks bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng và cài đặt nó.
- 7. Tải xuống Wine từ kho phần mềm phân phối Linux của bạn. Sau khi cài đặt, bạn có thể nhấp đúp vào ứng dụng để chạy chúng với Wine. Bạn cũng có thể thử PlayOnLinux, một giao diện đẹp mắt trên Wine sẽ giúp bạn cài đặt các chương trình và trò chơi phổ biến của Windows.
Wine là một cách để chạy phần mềm Windows trên Linux, nhưng không cần Windows. Wine là một lớp tương thích Windows mã nguồn mở có thể chạy các chương trình Windows trực tiếp trên bất kỳ máy tính để bàn Linux nào. Về cơ bản, Wine đang cố gắng triển khai lại đủ Windows từ đầu để nó có thể chạy tất cả các ứng dụng Windows đó mà không thực sự cần đến Windows.
MÀN HÌNH
Ad
PML
MÔ TẢ
Thư viện này chứa 9 mô-đun, mỗi mô-đun có thể được sử dụng độc lập trong cơ sở mã hiện có của bạn hoặc kết hợp với nhau để tạo ra một quy trình đào tạo / kiểm tra hoàn chỉnh. Để tính toán tổn thất trong vòng lặp đào tạo của bạn, hãy chuyển vào các nhúng do mô hình của bạn tính toán và các nhãn tương ứng. Các nhúng phải có kích thước (N, embedding_size) và các nhãn phải có kích thước (N), trong đó N là kích thước lô. TripletMarginLoss tính toán tất cả các bộ ba có thể có trong lô, dựa trên các nhãn bạn chuyển vào đó. Các cặp neo-dương được hình thành bằng cách nhúng có cùng nhãn và các cặp neo-âm được hình thành bằng cách nhúng có các nhãn khác nhau. Các chức năng suy hao có thể được tùy chỉnh bằng cách sử dụng khoảng cách, bộ giảm tốc và bộ điều chỉnh. Trong sơ đồ bên dưới, một người khai thác tìm chỉ số của các cặp cứng trong một lô. Chúng được sử dụng để lập chỉ mục vào ma trận khoảng cách, được tính toán bởi đối tượng khoảng cách. Đối với biểu đồ này, hàm mất mát dựa trên cặp, vì vậy nó tính toán tổn thất trên mỗi cặp.
Tính năng
- Tùy chỉnh các chức năng mất mát
- Sử dụng các chức năng mất mát cho việc học không có giám sát / tự giám sát
- Ngọn đuốc phiên bản PyTorch bắt buộc> = 1.6
- Phát triển được thực hiện trên nhánh nhà phát triển
- Mã được định dạng bằng màu đen và isort
- Bạn có thể chỉ định kiểu dữ liệu thử nghiệm và thiết bị thử nghiệm làm biến môi trường
Ngôn ngữ lập trình
Python
Danh Mục
Đây là một ứng dụng cũng có thể được tìm nạp từ https://sourceforge.net/projects/pml.mirror/. Nó đã được lưu trữ trong OnWorks để có thể chạy trực tuyến một cách dễ dàng nhất từ một trong những Hệ thống hoạt động miễn phí của chúng tôi.
