GoGPT Best VPN GoSearch

فاویکون OnWorks

دانلود PML برای ویندوز

دانلود رایگان برنامه PML Windows برای اجرای آنلاین win Wine در اوبونتو به صورت آنلاین، فدورا آنلاین یا دبیان آنلاین

این برنامه‌ی ویندوزی PML نام دارد که آخرین نسخه‌اش را می‌توانید با نام v2.9.0sourcecode.tar.gz دانلود کنید. می‌توانید آن را به صورت آنلاین در ارائه‌دهنده‌ی هاست رایگان OnWorks برای ایستگاه‌های کاری اجرا کنید.

این برنامه با نام PML 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


PML


شرح

این کتابخانه شامل 9 ماژول است که هر کدام می توانند به طور مستقل در پایگاه کد موجود شما استفاده شوند یا برای یک گردش کار قطار/آزمایش کامل با هم ترکیب شوند. برای محاسبه ضرر در حلقه آموزشی خود، جاسازی‌های محاسبه‌شده توسط مدل خود و برچسب‌های مربوطه را ارسال کنید. جاسازی ها باید اندازه (N، embedding_size) و برچسب ها باید اندازه (N) داشته باشند، که در آن N اندازه دسته است. TripletMarginLoss همه سه‌قلوهای ممکن را در دسته، بر اساس برچسب‌هایی که به آن ارسال می‌کنید، محاسبه می‌کند. جفت‌های لنگر مثبت توسط جاسازی‌هایی که برچسب یکسانی دارند و جفت‌های لنگر منفی با جاسازی‌هایی که برچسب‌های متفاوتی دارند تشکیل می‌شوند. عملکردهای از دست دادن را می توان با استفاده از فاصله ها، کاهنده ها و تنظیم کننده ها سفارشی کرد. در نمودار زیر، یک ماینر شاخص های جفت سخت را در یک دسته پیدا می کند. اینها برای نمایه سازی در ماتریس فاصله، محاسبه شده توسط شی فاصله، استفاده می شوند. برای این نمودار، تابع تلفات مبتنی بر جفت است، بنابراین یک ضرر را برای هر جفت محاسبه می‌کند.



امکانات

  • توابع از دست دادن را سفارشی کنید
  • از توابع از دست دادن برای یادگیری بدون نظارت / خود نظارت استفاده کنید
  • مشعل نسخه PyTorch مورد نیاز >= 1.6
  • توسعه در شاخه dev انجام می شود
  • کد با استفاده از مشکی و isort فرمت شده است
  • شما می توانید انواع داده های تست و دستگاه تست را به عنوان متغیرهای محیطی مشخص کنید


زبان برنامه نویسی

پــایتــون


دسته بندی ها

یادگیری ماشین، نمودار

این برنامه ای است که می تواند از https://sourceforge.net/projects/pml.mirror/ نیز دریافت شود. در OnWorks میزبانی شده است تا به آسانی از یکی از سیستم عامل های رایگان ما به صورت آنلاین اجرا شود.


سرورها و ایستگاه های کاری رایگان

دانلود برنامه های ویندوز و لینوکس

دستورات لینوکس

Ad




×
تبلیغات
❤️اینجا خرید کنید، رزرو کنید یا بخرید - رایگان است، به رایگان ماندن خدمات کمک می‌کند.