هذا هو تطبيق Windows المسمى DeepCTR والذي يمكن تنزيل أحدث إصدار له باسم v0.9.3.zip. يمكن تشغيله عبر الإنترنت في موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى DeepCTR 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 أي محاكي لنظام التشغيل OnWorks عبر الإنترنت من موقع الويب هذا ، ولكن أفضل محاكي Windows عبر الإنترنت.
- 5. من نظام التشغيل OnWorks Windows 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.
- 7. قم بتنزيل Wine من مستودعات برامج توزيعات Linux الخاصة بك. بمجرد التثبيت ، يمكنك النقر نقرًا مزدوجًا فوق التطبيق لتشغيله باستخدام Wine. يمكنك أيضًا تجربة PlayOnLinux ، وهي واجهة رائعة على Wine والتي ستساعدك على تثبيت برامج وألعاب Windows الشائعة.
يعد Wine طريقة لتشغيل برامج Windows على نظام Linux ، ولكن بدون الحاجة إلى Windows. Wine عبارة عن طبقة توافق Windows مفتوحة المصدر يمكنها تشغيل برامج Windows مباشرة على أي سطح مكتب Linux. بشكل أساسي ، يحاول Wine إعادة تنفيذ ما يكفي من Windows من البداية حتى يتمكن من تشغيل جميع تطبيقات Windows دون الحاجة إلى Windows بالفعل.
SCREENSHOTS
Ad
نسبة النقر إلى الظهور العميقة
الوصف
DeepCTR عبارة عن حزمة سهلة الاستخدام ومعيارية وقابلة للتوسيع من نماذج CTR القائمة على التعلم العميق جنبًا إلى جنب مع الكثير من طبقات المكونات الأساسية التي يمكن استخدامها لبناء نماذج مخصصة بسهولة. يمكنك استخدام أي نموذج معقد مع model.fit () و model.predict (). توفير tf.keras.Model like interface للتجربة السريعة. توفير واجهة مقدر تدفق التوتر للبيانات واسعة النطاق والتدريب الموزع. وهو متوافق مع كل من tf 1.x و tf 2.x. مع النجاح الكبير للتعلم العميق ، تم استخدام التقنيات القائمة على DNN على نطاق واسع في مهمة التنبؤ CTR. عادةً ما تتضمن البيانات في مهمة تقدير نسبة النقر إلى الظهور (CTR) ميزات فئوية متناثرة عالية وعالية الجودة وبعض الميزات العددية الكثيفة. نظرًا لأن DNN جيد في التعامل مع الميزات العددية الكثيفة ، فإننا عادةً ما نرسم الميزات الفئوية المتناثرة إلى عدد كثيف من خلال تقنية التضمين.
المميزات
- CCPM (نموذج توقع النقرات التلافيفي)
- PNN (شبكة عصبية قائمة على المنتج)
- FNN (الشبكة العصبية المدعومة بالعوامل)
- MLR (الانحدار اللوجستي المختلط / النموذج الخطي بالقطعة)
- NFM (آلة التخصيب العصبي)
- DCN (الشبكة العميقة والمتقاطعة)
لغة البرمجة
بايثون
الفئات
هذا تطبيق يمكن جلبه أيضًا من https://sourceforge.net/projects/deepctr.mirror/. تمت استضافته في OnWorks ليتم تشغيله عبر الإنترنت بأسهل طريقة من أحد أنظمتنا التشغيلية المجانية.