هذا تطبيق لينكس يُدعى DeepCluster، ويمكن تنزيل أحدث إصدار منه بـ deepclustersourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى DeepCluster مع OnWorks مجانًا عبر الإنترنت.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
ديب كلاستر
الوصف:
DeepCluster هي خوارزمية كلاسيكية لتعلم التمثيل تعتمد على التجميع والإشراف الذاتي، حيث تجمع سمات الصورة بشكل متكرر وتستخدم تعيينات التجميع كعلامات وهمية لتدريب الشبكة. في كل جولة، يتم تجميع السمات التي تنتجها الشبكة (مثل k-means)، وتصبح معرفات التجميع أهدافًا للإشراف في المرحلة التالية، مما يشجع النموذج على تحسين تمثيله لفصل المجموعات الدلالية بشكل أفضل. يساعد هذا النظام المتناوب "التجميع والتدريب" النموذج على اكتشاف بنية ذات معنى تدريجيًا بدون علامات. كان DeepCluster أحد النجاحات المبكرة في تعلم السمات المرئية غير الخاضعة للإشراف، مما يدل على أن إعادة الصياغة القائمة على التجميع يمكن أن تنافس خطوط الأساس الخاضعة للإشراف في العديد من المهام اللاحقة. يتضمن المستودع شيفرة لاستخراج السمات والتجميع وحلقات التدريب ومعايير التقييم مثل المجسات الخطية. نظرًا لبساطته وتصميمه المعياري، ألهم DeepCluster العديد من الطرق اللاحقة.
شرح المميزات:
- التعلم غير الخاضع للإشراف من خلال التجميع التكراري والإشراف شبه المسمى
- خط الأنابيب المتناوب: ميزات المجموعة → استخدام معرفات المجموعة لتدريب الشبكة
- دعم خوارزميات k-means أو خوارزميات التجميع الأخرى في مساحة الميزة
- نصوص التدريب والتقييم للمهام اللاحقة (التصنيف والكشف)
- كود معياري لتبادل هياكل الشبكة أو أساليب التجميع
- مرجع أساسي للعديد من المناهج الإشرافية الذاتية اللاحقة
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/deepcluster.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.