هذا هو تطبيق لينكس المسمى TensorFlow Ranking، ويمكن تنزيل أحدث إصدار منه بصيغة TensorFlowRankingv0.5.2.zip. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى TensorFlow Ranking مع OnWorks عبر الإنترنت 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
ترتيب TensorFlow
الوصف
ترتيب TensorFlow عبارة عن مكتبة لتقنيات التعلم إلى التصنيف (LTR) على منصة TensorFlow. دوال الخسارة شائعة الاستخدام بما في ذلك الخسائر النقطية والزوجية والقائمة. مقاييس الترتيب شائعة الاستخدام مثل متوسط الترتيب المتبادل (MRR) والمكاسب التراكمية المخصومة المعيارية (NDCG). وظائف تسجيل العناصر المتعددة (المعروفة أيضًا باسم groupwise). تنفيذ LambdaLoss لتحسين مقياس الترتيب المباشر. التعلم غير المتحيز للترتيب من بيانات التغذية الراجعة المتحيزة. نتصور أن هذه المكتبة ستوفر منصة مفتوحة مناسبة لاستضافة وتطوير نماذج التصنيف الحديثة القائمة على تقنيات التعلم العميق ، وبالتالي تسهيل البحث الأكاديمي والتطبيقات الصناعية. نحن نقدم عرضًا توضيحيًا ، دون الحاجة إلى التثبيت ، للبدء في استخدام تصنيف TF. يعمل هذا العرض التوضيحي على دفتر ملاحظات تعاوني ، وبيئة بايثون تفاعلية. استخدام ميزات متفرقة وحفلات الزفاف في تصنيف TF.
شرح المميزات:
- استخدم ميزات متفرقة / تضمين
- معالجة البيانات بتنسيق TFRecord
- تكامل Tensorboard في دفتر colab ، لـ Estimator API
- بناء ترتيب TensorFlow محليًا
- لسهولة التجربة ، نقدم أيضًا مثالاً لسجل TFRecord ومثال LIBSVM
- يمكن تصور نتائج التدريب مثل الخسارة والمقاييس باستخدام Tensorboard
لغة البرمجة
Python
التصنيفات
هذا تطبيق يمكن جلبه أيضًا من https://sourceforge.net/projects/tensorflow-ranking.mirror/. تمت استضافته في OnWorks ليتم تشغيله عبر الإنترنت بأسهل طريقة من أحد أنظمتنا التشغيلية المجانية.
