这是名为 DeepCTR-Torch 的 Linux 应用程序，其最新版本可以下载为 v0.2.9.zip。 它可以在免费的工作站托管提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行这个名为 DeepCTR-Torch 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
DeepCTR-火炬
商品描述
DeepCTR-Torch 是一个易于使用、模块化和可扩展的基于深度学习的 CTR 模型包，以及许多可用于轻松构建您自己的自定义模型的核心组件层。它与 PyTorch 兼容。您可以使用带有 model.fit() 和 model.predict() 的任何复杂模型。 随着深度学习的巨大成功，基于 DNN 的技术被广泛应用于 CTR 预估任务。 CTR预估任务中的数据通常包括高稀疏、高基数的分类特征和一些密集的数值特征。 Low-order Extractor 通过向量之间的乘积来学习特征交互。 Factorization-Machine 及其变体被广泛用于学习低阶特征交互。 High-order Extractor通过MLP、Cross Net等复杂的神经网络函数学习特征组合。
产品优势
- 注意力分解机
- 分段线性模型
- 神经分解机
- 深度兴趣演化网络
- 基于产品的神经网络
- 卷积点击预测模型
程式语言
Python
分类
这是一个也可以从 https://sourceforge.net/projects/deepctr-torch.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
