این برنامه ویندوز به نام AdaNet است که آخرین نسخه آن را می توان با نام AdaNetv0.9.0.zip دانلود کرد. می توان آن را به صورت آنلاین در ارائه دهنده میزبانی رایگان OnWorks برای ایستگاه های کاری اجرا کرد.
این اپلیکیشن با نام AdaNet را با OnWorks به صورت آنلاین دانلود و اجرا کنید.
برای اجرای این برنامه این دستورالعمل ها را دنبال کنید:
- 1. این برنامه را در رایانه شخصی خود دانلود کنید.
- 2. در فایل منیجر ما https://www.onworks.net/myfiles.php?username=XXXXX نام کاربری مورد نظر خود را وارد کنید.
- 3. این برنامه را در چنین فایل منیجر آپلود کنید.
- 4. هر شبیه ساز آنلاین OS OnWorks را از این وب سایت راه اندازی کنید، اما شبیه ساز آنلاین ویندوز بهتر است.
- 5. از OnWorks Windows OS که به تازگی راه اندازی کرده اید، به مدیر فایل ما https://www.onworks.net/myfiles.php?username=XXXXX با نام کاربری که می خواهید بروید.
- 6. برنامه را دانلود و نصب کنید.
- 7. Wine را از مخازن نرم افزار توزیع لینوکس خود دانلود کنید. پس از نصب، می توانید روی برنامه دوبار کلیک کنید تا آنها را با Wine اجرا کنید. همچنین می توانید PlayOnLinux را امتحان کنید، یک رابط کاربری فانتزی بر روی Wine که به شما کمک می کند برنامه ها و بازی های محبوب ویندوز را نصب کنید.
Wine راهی برای اجرای نرم افزار ویندوز بر روی لینوکس است، اما بدون نیاز به ویندوز. Wine یک لایه سازگار با ویندوز منبع باز است که می تواند برنامه های ویندوز را مستقیماً بر روی هر دسکتاپ لینوکس اجرا کند. اساساً، Wine در تلاش است تا به اندازه کافی از ویندوز را از ابتدا مجدداً پیاده سازی کند تا بتواند همه آن برنامه های ویندوز را بدون نیاز به ویندوز اجرا کند.
عکس ها
Ad
آدان نت
شرح
AdaNet یک چارچوب TensorFlow برای AutoML سریع و انعطاف پذیر با تضمین یادگیری است. AdaNet یک چارچوب سبک وزن مبتنی بر TensorFlow برای یادگیری خودکار مدل‌های با کیفیت بالا با حداقل مداخله متخصص است. AdaNet بر اساس تلاش‌های اخیر AutoML برای سریع و انعطاف‌پذیری در عین ارائه تضمین‌های یادگیری است. نکته مهم این است که AdaNet یک چارچوب کلی نه تنها برای یادگیری معماری شبکه های عصبی، بلکه برای یادگیری مجموعه برای به دست آوردن مدل های حتی بهتر ارائه می دهد. در هر تکرار، زیان مجموعه را برای هر نامزد اندازه گیری می کند و بهترین را برای حرکت به تکرار بعدی انتخاب می کند. جستجوی معماری عصبی تطبیقی و یادگیری گروهی در یک تماس قطار. رگرسیون، طبقه بندی باینری و چند کلاسه، و پشتیبانی از وظایف چند سر. یک API tf.estimator.Estimator برای آموزش، ارزیابی، پیش‌بینی، و مدل‌های ارائه.
امکانات
- APIهای آشنا (مانند Keras، برآوردگر) را برای آموزش، ارزیابی و ارائه مدل‌ها ارائه دهید.
- با محاسبات موجود مقیاس کنید و به سرعت مدل های با کیفیت بالا تولید کنید
- به محققان و متخصصان اجازه دهید AdaNet را به معماری‌های زیرشبکه جدید، فضاهای جستجو و وظایف گسترش دهند.
- بهینه سازی هدفی که تضمین های یادگیری نظری را ارائه می دهد
- تضمین یادگیری
- سهولت استفاده
زبان برنامه نویسی
پــایتــون
دسته بندی ها
این برنامه ای است که می توان آن را از https://sourceforge.net/projects/adanet.mirror/ نیز دریافت کرد. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.
