ইংরেজিফরাসিস্প্যানিশ

সার্ভার চালান | Ubuntu > | Fedora > |


অনওয়ার্কস ফেভিকন

mia-2dmyoica-nonrigid2 - ক্লাউডে অনলাইন

উবুন্টু অনলাইন, ফেডোরা অনলাইন, উইন্ডোজ অনলাইন এমুলেটর বা MAC OS অনলাইন এমুলেটরের মাধ্যমে OnWorks ফ্রি হোস্টিং প্রদানকারীতে mia-2dmyoica-nonrigid2 চালান

এটি হল mia-2dmyoica-nonrigid2 কমান্ড যা আমাদের একাধিক বিনামূল্যের অনলাইন ওয়ার্কস্টেশন যেমন উবুন্টু অনলাইন, ফেডোরা অনলাইন, উইন্ডোজ অনলাইন এমুলেটর বা MAC OS অনলাইন এমুলেটর ব্যবহার করে OnWorks ফ্রি হোস্টিং প্রদানকারীতে চালানো যেতে পারে।

কার্যক্রম:

NAME এর


mia-2dmyoica-nonrigid2 - 2D ছবির একটি সিরিজের নিবন্ধন চালান।

সাইনোপিসিস


mia-2dmyoica-nonrigid2 -i -o [বিকল্প]

বর্ণনাঃ


mia-2dmyoica-nonrigid2 এই প্রোগ্রামটি একটি পারফিউশন ইমেজের নন-রিজিড রেজিস্ট্রেশন চালায়
সিরিজ। প্রতিটি পাসে, পর্যায়ক্রমিক অনুমান এবং নির্মূল করার জন্য প্রথমে একটি ICA বিশ্লেষণ চালানো হয়
আন্দোলন এবং সংশ্লিষ্ট অনুরূপ তীব্রতা সঙ্গে রেফারেন্স ইমেজ তৈরি
মূল চিত্র। তারপর একটি "ssd + divcurl" খরচ ব্যবহার করে নন-রিজিড রেজিস্ট্রেশন চালানো হয়
মডেল. বি-স্প্লাইন সি-রেট এবং ডিভকারল খরচ ওজন প্রতিটি পাস অনুযায়ী পরিবর্তিত হয়
প্রদত্ত পরামিতিগুলিতে। প্রথম পাসে এলভি মায়োকার্ডিয়ামের চারপাশে একটি বাউন্ডিং বক্স থাকতে পারে
কম্পিউটেশনের গতি বাড়ানোর জন্য এক্সট্রাক্টেড এই ইমপ্লিমেন্টেশনের জন্য বিশেষ নোট: রেজিস্ট্রেশন হল
ইন্টারপোলেশন ত্রুটির জমে থাকা এড়াতে সর্বদা মূল চিত্রগুলি থেকে চালান।

বিকল্প


ফাইল-IO
-i --ইন-ফাইল=(ইনপুট, প্রয়োজনীয়); স্ট্রিং
ইনপুট পারফিউশন ডেটা সেট

-o --out-file=(আউটপুট, প্রয়োজনীয়); স্ট্রিং
আউটপুট পারফিউশন ডেটা সেট

-r --registered=reg
নিবন্ধিত ফাইলের জন্য ফাইল নামের ভিত্তি

--save-cropped=
এই ফাইলে ক্রপ করা সেট সংরক্ষণ করুন

--সেভ-ফিচার=
সেগমেন্টেশন ফিচার ইমেজ এবং প্রাথমিক আইসিএ মিক্সিং ম্যাট্রিক্স সংরক্ষণ করুন

ইনভ্যালিড কেয়ার অ্যালাওয়েন্স
-C -- উপাদান=0
ICA উপাদান 0 = স্বয়ংক্রিয় অনুমানICA উপাদান 0 = স্বয়ংক্রিয়
প্রাক্কলন

-- স্বাভাবিক করা
ICs স্বাভাবিক করবেন না

--নো-মেনস্ট্রিপ
মিশ্রণ বক্ররেখা থেকে গড় ফালা না

-s --segscale=0
LV (0=কোনও সেগমেন্টেশন নয়) সেগমেন্টের চারপাশে ক্রপ বক্সটিকে সেগমেন্ট করুন এবং স্কেল করুন এবং
এলভির চারপাশে ক্রপ বাক্সটি স্কেল করুন (0 = কোন বিভাজন নেই)

-k --skip=0
সিরিজের শুরুতে ছবিগুলি এড়িয়ে যান যেমন সেগুলি অন্যের
সিরিজের শুরুতে ইমেজগুলোকে বাদ দিন যেমন তারা
অন্যান্য পদ্ধতির হয়

-m --max-ica-iter=400
ICA-তে পুনরাবৃত্তির সর্বাধিক সংখ্যা ICA-তে পুনরাবৃত্তির সর্বাধিক সংখ্যা

-ই --সেগমেথড = বৈশিষ্ট্য
বিভাজন পদ্ধতি
ডেল্টা-চূড়া - পিক এনহান্সমেন্ট ইমেজের পার্থক্য
বৈশিষ্ট্য - বৈশিষ্ট্যযুক্ত ছবি
ডেল্টা-বৈশিষ্ট্য - বৈশিষ্ট্য চিত্রের পার্থক্য

নিবন্ধন
-O --অপ্টিমাইজার=gsl:opt=gd, step=0.1
মিনিমাইজেশনের জন্য ব্যবহৃত অপ্টিমাইজার অপ্টিমাইজার মিনিমাইজেশনের জন্য ব্যবহৃত হয়
সমর্থিত প্লাগইনগুলি দেখুন PLUGINS:minimizer/singlecost

-a --স্টার্ট-সি-রেট=32
মেরুদণ্ডে সহগগম হার শুরু, --c-রেট-বিভাজক দ্বারা ভাগ করা হয়
মেরুদণ্ডে প্রতিটি পাসস্টার্ট সহগ হার, --c-রেট-ভাজক দ্বারা ভাগ করা হয়
প্রতিটি পাসের সাথে

--c-রেট-ডিভাইডার=4
প্রতিটি পাসের জন্য কোফিসিয়েন্ট রেট ডিভাইডার প্রতিটি পাসের জন্য কোফিসিয়েন্ট রেট ডিভাইডার

-d --start-divcurl=20
divcurl ওজন শুরু করুন, প্রতিটি পাসস্টার্টের সাথে --divcurl-বিভাজক দ্বারা ভাগ করা হয়
divcurl ওজন, প্রতি পাসের সাথে --divcurl-বিভাজক দ্বারা ভাগ করা হয়

--divcurl-divider=4
প্রতিটি নতুন passdivcurl ওজন স্কেলিং সঙ্গে প্রতিটি সঙ্গে divcurl ওজন স্কেলিং
নতুন পাস

-w --imageweight=1
ইমেজ খরচ ওজন ইমেজ খরচ ওজন

-p --interpolator=bspline:d=3
ইমেজ ইন্টারপোলেটর কার্নেলিমেজ ইন্টারপোলেটর কার্নেল সমর্থিত প্লাগইনগুলির জন্য
প্লাগইন দেখুন: 1d/splinekernel

-l --mg-স্তর=3
মাল্টি-রেজোলিউশন লেভেল মাল্টি-রেজোলিউশন লেভেল

-পি --পাস=3
রেজিস্ট্রেশন পাস রেজিস্ট্রেশন পাস

সাহায্য & তথ্য
-ভি --ভারবোস=সতর্কতা
আউটপুট এর verbosity, প্রদত্ত স্তরের বার্তা এবং উচ্চ অগ্রাধিকার প্রিন্ট.
সর্বনিম্ন স্তর থেকে শুরু হওয়া সমর্থিত অগ্রাধিকারগুলি হল:
তথ্য - নিম্ন স্তরের বার্তা
চিহ্ন - ফাংশন কল ট্রেস
ব্যর্থ - পরীক্ষার ব্যর্থতার রিপোর্ট করুন
সতর্কবার্তা - সতর্কতা
ভুল - ত্রুটি রিপোর্ট করুন
ডেবাগ্ করা - ডিবাগ আউটপুট
বার্তা - সাধারণ বার্তা
মারাত্মক - শুধুমাত্র মারাত্মক ত্রুটির রিপোর্ট করুন

--কপিরাইট
কপিরাইট তথ্য মুদ্রণ

-h -- সাহায্য
এই সাহায্য মুদ্রণ

-? -- ব্যবহার
একটি সংক্ষিপ্ত সাহায্য প্রিন্ট করুন

--সংস্করণ
সংস্করণ নম্বর প্রিন্ট করুন এবং প্রস্থান করুন

প্রসেসিং
--থ্রেড=-1
প্রক্রিয়াকরণের জন্য ব্যবহার করার জন্য সর্বাধিক সংখ্যক থ্রেড, এই সংখ্যাটি কম হওয়া উচিত
বা মেশিনে লজিক্যাল প্রসেসর কোরের সংখ্যার সমান। (-1:
স্বয়ংক্রিয় অনুমান). প্রক্রিয়াকরণের জন্য ব্যবহার করার জন্য থ্রেডের সর্বাধিক সংখ্যা, এটি
সংখ্যা লজিক্যাল প্রসেসর কোরের সংখ্যার কম বা সমান হওয়া উচিত
যন্ত্র. (-1: স্বয়ংক্রিয় অনুমান)।

প্লাগইনস: 1d/স্প্লিনকারনেল


bspline বি-স্প্লাইন কার্নেল তৈরি, সমর্থিত পরামিতিগুলি হল:

d = 3; int [0, 5]
স্প্লাইন ডিগ্রী।

omoms OMoms-স্পলাইন কার্নেল তৈরি, সমর্থিত পরামিতিগুলি হল:

d = 3; int [3, 3]
স্প্লাইন ডিগ্রী।

প্লাগইনস: মিনিমাইজার/একক খরচ


জিডিএস স্বয়ংক্রিয় ধাপের আকার সংশোধন সহ গ্রেডিয়েন্ট ডিসেন্ট।, সমর্থিত পরামিতিগুলি হল:

ftolr = 0; দ্বিগুণ [0, inf)
মানদণ্ডের আপেক্ষিক পরিবর্তন নীচে থাকলে থামুন..

সর্বোচ্চ ধাপ = 2; দ্বিগুণ (0, inf)
সর্বোচ্চ পরম ধাপের আকার।

ম্যাক্সিটার = 200; uint [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মিনিট ধাপ = 0.1; দ্বিগুণ (0, inf)
ন্যূনতম পরম ধাপের আকার।

xtola = 0.01; দ্বিগুণ [0, inf)
বন্ধ করুন যদি x-এ প্রযোজ্য পরিবর্তনের ইনফ-নর্ম এই মানের নিচে হয়..

gdsq চতুর্মুখী ধাপ অনুমান সহ গ্রেডিয়েন্ট ডিসেন্ট, সমর্থিত পরামিতিগুলি হল:

ftolr = 0; দ্বিগুণ [0, inf)
মানদণ্ডের আপেক্ষিক পরিবর্তন নীচে থাকলে থামুন..

gtola = 0; দ্বিগুণ [0, inf)
গ্রেডিয়েন্টের ইনফ-নর্ম এই মানের নিচে হলে থামুন..

ম্যাক্সিটার = 100; uint [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

স্কেল = 2; দ্বিগুণ (1, inf)
ফলব্যাক ফিক্সড স্টেপ সাইজ স্কেলিং।

ধাপ = 0.1; দ্বিগুণ (0, inf)
প্রাথমিক ধাপের আকার।

xtola = 0; দ্বিগুণ [0, inf)
বন্ধ করুন যদি x-আপডেটের ইনফ-নর্ম এই মানের নিচে হয়..

জিএসএল GNU সায়েন্টিফিক লাইব্রেরির মাল্টিমিন অপ্টিমাইজারের উপর ভিত্তি করে অপ্টিমাইজার প্লাগইন
(GSL) https://www.gnu.org/software/gsl/, সমর্থিত প্যারামিটারগুলি হল:

EPS = 0.01; দ্বিগুণ (0, inf)
গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজার: স্টপ যখন |গ্র্যাড| < ইপিএস, সিমপ্লেক্স: থামুন যখন
সিমপ্লেক্স সাইজ < eps..

রাউটার = 100; uint [1, inf)
পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মনোনীত করা = gd; নির্দেশ
নির্দিষ্ট অপ্টিমাইজার ব্যবহার করা হবে.. সমর্থিত মানগুলি হল:
bfgs - ব্রয়েডেন-ফ্লেচার-গোল্ডফার্ব-শান
bfgs2 - Broyden-Fletcher-Goldfarb-Shann (সবচেয়ে দক্ষ সংস্করণ)
cg-fr - ফ্লেচার-রিভস কনজুগেট গ্রেডিয়েন্ট অ্যালগরিদম
gd - গ্রেডিয়েন্ট ডিসেন্ট।
সিমপ্লেক্স - নেল্ডার এবং মিডের সিমপ্লেক্স অ্যালগরিদম
cg-pr - পোলাক-রিবিয়ের কনজুগেট গ্রেডিয়েন্ট অ্যালগরিদম

ধাপ = 0.001; দ্বিগুণ (0, inf)
প্রাথমিক ধাপের আকার।

টোল = 0.1; দ্বিগুণ (0, inf)
কিছু সহনশীলতা পরামিতি।

nlopt NLOPT লাইব্রেরি ব্যবহার করে মিনিমাইজার অ্যালগরিদম, এর বর্ণনার জন্য
অপটিমাইজাররা দেখুন 'http://ab-
initio.mit.edu/wiki/index.php/NLopt_Algorithms', সমর্থিত পরামিতিগুলি হল:

ftola = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: উদ্দেশ্য মানের পরম পরিবর্তন নীচে
এই মান.

ftolr = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: উদ্দেশ্য মানের আপেক্ষিক পরিবর্তন নীচে
এই মান.

ঊর্ধ্বতন = inf; দ্বিগুণ
উচ্চতর সীমানা (সমস্ত প্যারামিটারের জন্য সমান)।

স্থানীয়-অপ্ট = কোনটি; নির্দেশ
স্থানীয় মিনিমাইজেশন অ্যালগরিদম যা প্রধানের জন্য প্রয়োজন হতে পারে
মিনিমাইজেশন অ্যালগরিদম.. সমর্থিত মানগুলি হল:
gn-orig-direct-l - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন,
স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-direct-l-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-isres - উন্নত স্টোকাস্টিক র‌্যাঙ্কিং বিবর্তন কৌশল
এলডি-টিনিউটন - কাটা নিউটন
gn-direct-l-rand - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট, এলোমেলো)
ln-newuoa - পুনরাবৃত্তিমূলকভাবে ডেরিভেটিভ-মুক্ত অনিয়ন্ত্রিত অপ্টিমাইজেশন
দ্বিঘাত আনুমানিক নির্মাণ
gn-direct-l-rand-noscale - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে
পক্ষপাতদুষ্ট, এলোমেলো)
gn-orig-direct - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন)
ld-tnewton-precond - পূর্বশর্ত কাটা নিউটন
ld-tnewton-রিস্টার্ট - খাড়া-ডিসেন্ট রিস্টার্ট সহ ছেঁটে ফেলা নিউটন
gn-সরাসরি - আয়তক্ষেত্র বিভাজন
ln-নেল্ডারমিড - নেল্ডার-মিড সিমপ্লেক্স অ্যালগরিদম
ln-কোবাইলা - রৈখিক আনুমানিক দ্বারা সীমাবদ্ধ অপ্টিমাইজেশান
gn-crs2-lm - স্থানীয় মিউটেশন সহ নিয়ন্ত্রিত এলোমেলো অনুসন্ধান
ld-var2 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 2
ld-var1 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 1
ld-mma - অ্যাসিম্পটোটস সরানোর পদ্ধতি
ld-lbfgs-nocedal - কোনোটিই না
ld-lbfgs - কম স্টোরেজ BFGS
gn-direct-l - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট)
না - অ্যালগরিদম নির্দিষ্ট করবেন না
ln-bobyqa ‐ ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
ln-sbplx - নেল্ডার-মিডের সাবপ্লেক্স বৈকল্পিক
ln-newuoa- আবদ্ধ - দ্বারা ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
পুনরাবৃত্তিমূলকভাবে নির্মিত দ্বিঘাত আনুমানিকতা
ln-প্র্যাক্সিস - প্রিন্সিপাল-অক্ষের মাধ্যমে গ্রেডিয়েন্ট-মুক্ত স্থানীয় অপ্টিমাইজেশান
পদ্ধতি
gn-direct-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা)
ld-tnewton-প্রি-কন্ড-রিস্টার্ট - পূর্ব শর্তযুক্ত ছেঁটে দেওয়া নিউটনের সাথে
খাড়া-উদ্দেশ্য পুনরায় চালু হচ্ছে

নিম্ন = -inf; দ্বিগুণ
নিম্ন সীমানা (সমস্ত প্যারামিটারের জন্য সমান)।

ম্যাক্সিটার = 100; int [1, inf)
স্টপিং মাপদণ্ড: পুনরাবৃত্তির সর্বাধিক সংখ্যা।

মনোনীত করা = ld-lbfgs; নির্দেশ
প্রধান মিনিমাইজেশন অ্যালগরিদম। সমর্থিত মান হল:
gn-orig-direct-l - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন,
স্থানীয়ভাবে পক্ষপাতদুষ্ট)
g-mlsl-lds - বহু-স্তরের একক-লিঙ্কেজ (নিম্ন-অসঙ্গতি-ক্রম,
স্থানীয় গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজেশন এবং সীমা প্রয়োজন)
gn-direct-l-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে পক্ষপাতদুষ্ট)
gn-isres - উন্নত স্টোকাস্টিক র‌্যাঙ্কিং বিবর্তন কৌশল
এলডি-টিনিউটন - কাটা নিউটন
gn-direct-l-rand - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট, এলোমেলো)
ln-newuoa - পুনরাবৃত্তিমূলকভাবে ডেরিভেটিভ-মুক্ত অনিয়ন্ত্রিত অপ্টিমাইজেশন
দ্বিঘাত আনুমানিক নির্মাণ
gn-direct-l-rand-noscale - বিভাজন আয়তক্ষেত্র (আনস্কেল করা, স্থানীয়ভাবে
পক্ষপাতদুষ্ট, এলোমেলো)
gn-orig-direct - আয়তক্ষেত্র বিভাজন (মূল বাস্তবায়ন)
ld-tnewton-precond - পূর্বশর্ত কাটা নিউটন
ld-tnewton-রিস্টার্ট - খাড়া-ডিসেন্ট রিস্টার্ট সহ ছেঁটে ফেলা নিউটন
gn-সরাসরি - আয়তক্ষেত্র বিভাজন
aglag-eq - সমতা সীমাবদ্ধতা সহ বর্ধিত ল্যাগ্রাঞ্জিয়ান অ্যালগরিদম
কেবল
ln-নেল্ডারমিড - নেল্ডার-মিড সিমপ্লেক্স অ্যালগরিদম
ln-কোবাইলা - রৈখিক আনুমানিক দ্বারা সীমাবদ্ধ অপ্টিমাইজেশান
gn-crs2-lm - স্থানীয় মিউটেশন সহ নিয়ন্ত্রিত এলোমেলো অনুসন্ধান
ld-var2 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 2
ld-var1 - স্থানান্তরিত লিমিটেড-মেমরি ভেরিয়েবল-মেট্রিক, র‍্যাঙ্ক 1
ld-mma - অ্যাসিম্পটোটস সরানোর পদ্ধতি
ld-lbfgs-nocedal - কোনোটিই না
g-mlsl - মাল্টি-লেভেল একক-লিঙ্কেজ (স্থানীয় অপ্টিমাইজেশন প্রয়োজন এবং
সীমানা)
ld-lbfgs - কম স্টোরেজ BFGS
gn-direct-l - আয়তক্ষেত্র বিভাজন (স্থানীয়ভাবে পক্ষপাতদুষ্ট)
ln-bobyqa ‐ ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
ln-sbplx - নেল্ডার-মিডের সাবপ্লেক্স বৈকল্পিক
ln-newuoa- আবদ্ধ - দ্বারা ডেরিভেটিভ-মুক্ত আবদ্ধ-সীমাবদ্ধ অপ্টিমাইজেশান
পুনরাবৃত্তিমূলকভাবে নির্মিত দ্বিঘাত আনুমানিকতা
aglag - বর্ধিত ল্যাগ্রাঞ্জিয়ান অ্যালগরিদম
ln-প্র্যাক্সিস - প্রিন্সিপাল-অক্ষের মাধ্যমে গ্রেডিয়েন্ট-মুক্ত স্থানীয় অপ্টিমাইজেশান
পদ্ধতি
gn-direct-noscal - বিভাজন আয়তক্ষেত্র (আনস্কেল করা)
ld-tnewton-প্রি-কন্ড-রিস্টার্ট - পূর্ব শর্তযুক্ত ছেঁটে দেওয়া নিউটনের সাথে
খাড়া-উদ্দেশ্য পুনরায় চালু হচ্ছে
ld-slsqp - অনুক্রমিক ন্যূনতম বর্গক্ষেত্র দ্বিঘাত প্রোগ্রামিং

ধাপ = 0; দ্বিগুণ [0, inf)
গ্রেডিয়েন্ট মুক্ত পদ্ধতির জন্য প্রাথমিক ধাপের আকার।

বন্ধ করা = -inf; দ্বিগুণ
স্টপিং মাপদণ্ড: ফাংশনের মান এই মানের নীচে পড়ে।

xtola = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: সমস্ত x-মানগুলির পরম পরিবর্তন এর নীচে
মান।

xtolr = 0; দ্বিগুণ [0, inf)
স্টপিং মাপদণ্ড: সমস্ত x-মানগুলির আপেক্ষিক পরিবর্তন এর নীচে
মান।

EXAMPLE টি


স্বয়ংক্রিয় ICA অনুমান ব্যবহার করে 'segment.set'-এ দেওয়া পারফিউশন সিরিজ নিবন্ধন করুন।
শুরুতে দুটি ছবি এড়িয়ে যান এবং অন্যথায় ডিফল্ট প্যারামিটার ব্যবহার করুন। সংরক্ষণ করুন
ফলাফল 'registered.set'।

mia-2dmyoica-nonrigid2 -i segment.set -oregisted.set -k 2

লেখক(দের)


গের্ট ওলনি

কপিরাইট


এই সফ্টওয়্যারটি কপিরাইট (c) 1999-2015 লিপজিগ, জার্মানি এবং মাদ্রিদ, স্পেন৷ এটা আসে
একেবারে কোন ওয়্যারেন্টি ছাড়াই এবং আপনি GNU এর শর্তাবলীর অধীনে এটি পুনরায় বিতরণ করতে পারেন
সাধারণ পাবলিক লাইসেন্স সংস্করণ 3 (বা পরবর্তী)। আরও তথ্যের জন্য এর সাথে প্রোগ্রামটি চালান
বিকল্প '--কপিরাইট'।

onworks.net পরিষেবা ব্যবহার করে অনলাইনে mia-2dmyoica-nonrigid2 ব্যবহার করুন


Ad


Ad