Esta es la aplicación de Windows llamada TensorFlow Ranking cuya última versión se puede descargar como TensorFlowRankingv0.5.2.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada TensorFlow Ranking con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie cualquier emulador en línea de OS OnWorks desde este sitio web, pero mejor emulador en línea de Windows.
- 5. Desde el sistema operativo OnWorks Windows que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación e instálala.
- 7. Descargue Wine desde los repositorios de software de sus distribuciones de Linux. Una vez instalada, puede hacer doble clic en la aplicación para ejecutarla con Wine. También puedes probar PlayOnLinux, una elegante interfaz sobre Wine que te ayudará a instalar programas y juegos populares de Windows.
Wine es una forma de ejecutar software de Windows en Linux, pero no requiere Windows. Wine es una capa de compatibilidad de Windows de código abierto que puede ejecutar programas de Windows directamente en cualquier escritorio de Linux. Esencialmente, Wine está tratando de volver a implementar una cantidad suficiente de Windows desde cero para poder ejecutar todas esas aplicaciones de Windows sin necesidad de Windows.
SCREENSHOTS
Ad
Clasificación de TensorFlow
DESCRIPCIÓN
TensorFlow Ranking es una biblioteca de técnicas de aprendizaje para clasificar (LTR) en la plataforma TensorFlow. Funciones de pérdida de uso común, incluidas las pérdidas por puntos, por pares y por listas. Métricas de clasificación de uso común como la clasificación recíproca media (MRR) y la ganancia acumulativa descontada normalizada (NDCG). Funciones de puntuación de elementos múltiples (también conocidas como grupales). Implementación de LambdaLoss para la optimización de métricas de clasificación directa. Aprendizaje imparcial para clasificar a partir de datos de retroalimentación sesgados. Prevemos que esta biblioteca proporcionará una plataforma abierta conveniente para albergar y promover modelos de clasificación de última generación basados en técnicas de aprendizaje profundo y, por lo tanto, facilitará tanto la investigación académica como las aplicaciones industriales. Proporcionamos una demostración, sin necesidad de instalación, para comenzar a usar TF-Ranking. Esta demostración se ejecuta en un cuaderno colaborativo, un entorno Python interactivo. Uso de características dispersas e incrustaciones en TF-Ranking.
Caracteristicas
- Usar características dispersas/incrustadas
- Procesar datos en formato TFRecord
- Integración de Tensorboard en el cuaderno de colab, para la API de Estimator
- Cree una clasificación de TensorFlow localmente
- Para facilitar la experimentación, también proporcionamos un ejemplo de TFRecord y un ejemplo de LIBSVM
- Los resultados del entrenamiento, como la pérdida y las métricas, se pueden visualizar usando Tensorboard
Lenguaje de programación
Python
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/tensorflow-ranking.mirror/. Ha sido alojado en OnWorks para poder ejecutarse online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.
