هذا هو تطبيق لينكس LossFunctions.jl، ويمكن تنزيل أحدث إصدار منه بصيغة v1.0.2sourcecode.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى LossFunctions.jl عبر الإنترنت باستخدام OnWorks مجانًا.
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.
SCREENSHOTS
Ad
LossFunctions.jl
الوصف
تُمثل هذه الحزمة جهدًا جماعيًا لتوحيد تعريف دوال الخسارة وتطبيقها في جوليا. وبالتالي، فهي جزء من منظومة JuliaML. الغرض الوحيد من هذه الحزمة هو توفير تطبيق فعال وقابل للتوسيع لمختلف دوال الخسارة المستخدمة في التعلم الآلي (ML). لذا، صُممت لتكون بمثابة واجهة خلفية مخصصة لمكتبات التعلم الآلي الأخرى التي تتطلب خسائر لإنجاز مهامها. ولتحقيق ذلك، نوفر عددًا كبيرًا من دوال الخسارة المُنفذة بعناية، بالإضافة إلى واجهة برمجة تطبيقات (API) للاستعلام عن خصائصها (مثل التحدب). علاوة على ذلك، نوفر طرقًا لحساب قيمها ومشتقاتها ومشتقاتها الثانية للملاحظات الفردية، بالإضافة إلى مصفوفات ذات أحجام عشوائية. في حالة المصفوفات، يتمتع المستخدم أيضًا بالقدرة على تحديد ما إذا كان سيتم حساب متوسط النتائج لكل عنصر أو جمعها، وكيفية ذلك.
شرح المميزات:
- من وجهة نظر المستخدم النهائي، لا يحتاج المستخدم عادةً إلى استيراد هذه الحزمة مباشرةً
- الوثائق المتاحة
- هذا الكود مجاني للاستخدام بموجب شروط ترخيص MIT
- توفر هذه الحزمة قدرًا كبيرًا من وظائف الخسارة التي تم تنفيذها بعناية
- نعرض طرقًا لحساب قيمها ومشتقاتها ومشتقاتها الثانية للملاحظات الفردية
- حزمة جوليا التي توفر تنفيذات فعالة ومختبرة جيدًا لمجموعة متنوعة من وظائف الخسارة
لغة البرمجة
جوليا
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/lossfunctions-jl.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.
