এটি ডিপসিটিআর নামের উইন্ডোজ অ্যাপ যার সর্বশেষ প্রকাশ v0.9.3.zip হিসাবে ডাউনলোড করা যেতে পারে। এটি ওয়ার্কস্টেশনের জন্য বিনামূল্যের হোস্টিং প্রদানকারী OnWorks-এ অনলাইনে চালানো যেতে পারে।
OnWorks সহ DeepCTR নামের এই অ্যাপটি বিনামূল্যে অনলাইনে ডাউনলোড করুন এবং চালান।
এই অ্যাপটি চালানোর জন্য এই নির্দেশাবলী অনুসরণ করুন:
- 1. আপনার পিসিতে এই অ্যাপ্লিকেশনটি ডাউনলোড করুন৷
- 2. আমাদের ফাইল ম্যানেজারে প্রবেশ করুন https://www.onworks.net/myfiles.php?username=XXXXX আপনি যে ইউজারনেম চান।
- 3. এই ধরনের ফাইল ম্যানেজারে এই অ্যাপ্লিকেশনটি আপলোড করুন।
- 4. এই ওয়েবসাইট থেকে যেকোনো OS OnWorks অনলাইন এমুলেটর শুরু করুন, তবে আরও ভালো উইন্ডোজ অনলাইন এমুলেটর।
- 5. OnWorks Windows OS থেকে আপনি এইমাত্র শুরু করেছেন, আমাদের ফাইল ম্যানেজারে যান https://www.onworks.net/myfiles.php?username=XXXXX আপনার পছন্দের ব্যবহারকারীর নাম সহ।
- 6. অ্যাপ্লিকেশনটি ডাউনলোড করুন এবং এটি ইনস্টল করুন।
- 7. আপনার লিনাক্স ডিস্ট্রিবিউশন সফ্টওয়্যার সংগ্রহস্থল থেকে ওয়াইন ডাউনলোড করুন। একবার ইনস্টল হয়ে গেলে, আপনি ওয়াইন দিয়ে চালানোর জন্য অ্যাপটিতে ডাবল-ক্লিক করতে পারেন। এছাড়াও আপনি PlayOnLinux ব্যবহার করে দেখতে পারেন, ওয়াইনের উপর একটি অভিনব ইন্টারফেস যা আপনাকে জনপ্রিয় উইন্ডোজ প্রোগ্রাম এবং গেম ইনস্টল করতে সাহায্য করবে।
ওয়াইন লিনাক্সে উইন্ডোজ সফ্টওয়্যার চালানোর একটি উপায়, কিন্তু কোন উইন্ডোজ প্রয়োজন নেই। ওয়াইন হল একটি ওপেন সোর্স উইন্ডোজ সামঞ্জস্যপূর্ণ স্তর যা সরাসরি যেকোনো লিনাক্স ডেস্কটপে উইন্ডোজ প্রোগ্রাম চালাতে পারে। মূলত, ওয়াইন স্ক্র্যাচ থেকে পর্যাপ্ত উইন্ডোজ পুনরায় প্রয়োগ করার চেষ্টা করছে যাতে এটি আসলে উইন্ডোজের প্রয়োজন ছাড়াই সেই সমস্ত উইন্ডোজ অ্যাপ্লিকেশন চালাতে পারে।
স্ক্রীনশটগুলি
Ad
ডিপসিটিআর
বর্ণনাঃ
DeepCTR হল একটি সহজে-ব্যবহারযোগ্য, মডুলার এবং এক্সটেন্ডেবল প্যাকেজ ডিপ-লার্নিং ভিত্তিক CTR মডেলের সাথে অনেকগুলি মূল উপাদান স্তর যা সহজেই কাস্টম মডেল তৈরি করতে ব্যবহার করা যেতে পারে। আপনি model.fit(), এবং model.predict() সহ যেকোনো জটিল মডেল ব্যবহার করতে পারেন। দ্রুত পরীক্ষার জন্য ইন্টারফেসের মত tf.keras.Model প্রদান করুন। বড় আকারের ডেটা এবং বিতরণ করা প্রশিক্ষণের জন্য টেনসরফ্লো অনুমানকারী ইন্টারফেস সরবরাহ করুন। এটি tf 1.x এবং tf 2.x উভয়ের সাথেই সামঞ্জস্যপূর্ণ। গভীর শিক্ষার দুর্দান্ত সাফল্যের সাথে, CTR পূর্বাভাস টাস্কে DNN-ভিত্তিক কৌশলগুলি ব্যাপকভাবে ব্যবহৃত হয়েছে। CTR অনুমান কার্যের ডেটাতে সাধারণত উচ্চ স্পার্স, উচ্চ কার্ডিনালিটি শ্রেণীগত বৈশিষ্ট্য এবং কিছু ঘন সংখ্যাসূচক বৈশিষ্ট্য অন্তর্ভুক্ত থাকে। যেহেতু DNN ঘন সংখ্যাসূচক বৈশিষ্ট্যগুলি পরিচালনা করতে ভাল, আমরা সাধারণত এম্বেডিং কৌশলের মাধ্যমে ঘন সংখ্যাসূচকে স্পার্স শ্রেণীগত বৈশিষ্ট্যগুলিকে ম্যাপ করি।
বৈশিষ্ট্য
- CCPM (Convolutional Click Prediction Model)
- PNN (পণ্য-ভিত্তিক নিউরাল নেটওয়ার্ক)
- FNN (ফ্যাক্টরাইজেশন-সমর্থিত নিউরাল নেটওয়ার্ক)
- MLR (মিশ্র লজিস্টিক রিগ্রেশন/পিস-ওয়াইজ লিনিয়ার মডেল)
- এনএফএম (নিউরাল ফ্যাক্টরাইজেশন মেশিন)
- ডিসিএন (ডিপ অ্যান্ড ক্রস নেটওয়ার্ক)
প্রোগ্রামিং ভাষা
পাইথন
বিভাগ
এটি একটি অ্যাপ্লিকেশন যা https://sourceforge.net/projects/deepctr.mirror/ থেকেও আনা যেতে পারে। আমাদের বিনামূল্যের অপারেটিভ সিস্টেমগুলির মধ্যে একটি থেকে সবচেয়ে সহজ উপায়ে অনলাইনে চালানোর জন্য এটি OnWorks-এ হোস্ট করা হয়েছে।
