This is the Windows app named DeepCluster whose latest release can be downloaded as deepclustersourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
डीपक्लस्टर नामक इस ऐप को ऑनवर्क्स के साथ मुफ्त में डाउनलोड करें और ऑनलाइन चलाएं।
इस ऐप को चलाने के लिए इन निर्देशों का पालन करें:
- 1. इस एप्लिकेशन को अपने पीसी में डाउनलोड करें।
- 2. हमारे फ़ाइल प्रबंधक में https://www.onworks.net/myfiles.php?username=XXXXX उस उपयोगकर्ता नाम के साथ दर्ज करें जो आप चाहते हैं।
- 3. इस एप्लिकेशन को ऐसे फाइल मैनेजर में अपलोड करें।
- 4. इस वेबसाइट से कोई भी ओएस ऑनवर्क्स ऑनलाइन एमुलेटर शुरू करें, लेकिन बेहतर विंडोज ऑनलाइन एमुलेटर।
- 5. ऑनवर्क्स विंडोज ओएस से आपने अभी शुरुआत की है, हमारे फाइल मैनेजर को https://www.onworks.net/myfiles.php?username=XXXXX उस यूजरनेम के साथ जाएं जो आप चाहते हैं।
- 6. एप्लिकेशन डाउनलोड करें और इसे इंस्टॉल करें।
- 7. अपने Linux वितरण सॉफ़्टवेयर रिपॉजिटरी से वाइन डाउनलोड करें। एक बार इंस्टॉल हो जाने पर, आप ऐप को वाइन के साथ चलाने के लिए डबल-क्लिक कर सकते हैं। आप PlayOnLinux को भी आज़मा सकते हैं, जो वाइन पर एक फैंसी इंटरफ़ेस है जो आपको लोकप्रिय विंडोज़ प्रोग्राम और गेम इंस्टॉल करने में मदद करेगा।
वाइन लिनक्स पर विंडोज सॉफ्टवेयर चलाने का एक तरीका है, लेकिन विंडोज की आवश्यकता नहीं है। वाइन एक ओपन-सोर्स विंडोज संगतता परत है जो किसी भी लिनक्स डेस्कटॉप पर सीधे विंडोज प्रोग्राम चला सकती है। अनिवार्य रूप से, वाइन खरोंच से पर्याप्त विंडोज़ को फिर से लागू करने की कोशिश कर रहा है ताकि वह उन सभी विंडोज़ अनुप्रयोगों को वास्तव में विंडोज़ की आवश्यकता के बिना चला सके।
स्क्रीनशॉट
Ad
डीपक्लस्टर
वर्णन
डीपक्लस्टर एक क्लासिक स्व-पर्यवेक्षित क्लस्टरिंग-आधारित निरूपण अधिगम एल्गोरिथम है जो छवि विशेषताओं को बार-बार समूहित करता है और नेटवर्क को प्रशिक्षित करने के लिए क्लस्टर असाइनमेंट को छद्म-लेबल के रूप में उपयोग करता है। प्रत्येक दौर में, नेटवर्क द्वारा निर्मित विशेषताओं को क्लस्टर किया जाता है (जैसे k-मीन्स), और क्लस्टर आईडी अगले युग में पर्यवेक्षण लक्ष्य बन जाते हैं, जिससे मॉडल को अर्थ समूहों को बेहतर ढंग से अलग करने के लिए अपने निरूपण को परिष्कृत करने के लिए प्रोत्साहित किया जाता है। यह वैकल्पिक "क्लस्टर और प्रशिक्षण" योजना मॉडल को धीरे-धीरे लेबल के बिना सार्थक संरचना की खोज करने में मदद करती है। डीपक्लस्टर अपर्यवेक्षित दृश्य विशेषता अधिगम में शुरुआती सफलताओं में से एक था, जिसने प्रदर्शित किया कि क्लस्टरिंग-आधारित पुनर्रचना कई डाउनस्ट्रीम कार्यों के लिए पर्यवेक्षित आधार रेखाओं को टक्कर दे सकती है। इस रिपॉजिटरी में विशेषता निष्कर्षण, क्लस्टरिंग, प्रशिक्षण लूप और रैखिक जांच जैसे मूल्यांकन बेंचमार्क के लिए कोड शामिल हैं। अपनी सरलता और मॉड्यूलर डिज़ाइन के कारण, डीपक्लस्टर ने कई बाद की विधियों को प्रेरित किया है।
विशेषताएं
- पुनरावृत्तीय क्लस्टरिंग और छद्म-लेबल पर्यवेक्षण के माध्यम से अप्रशिक्षित शिक्षण
- वैकल्पिक पाइपलाइन: क्लस्टर विशेषताएँ → नेटवर्क को प्रशिक्षित करने के लिए क्लस्टर आईडी का उपयोग करें
- फ़ीचर स्पेस में k-मीन्स या अन्य क्लस्टरिंग एल्गोरिदम के लिए समर्थन
- डाउनस्ट्रीम कार्यों (वर्गीकरण, पता लगाना) के लिए प्रशिक्षण और मूल्यांकन स्क्रिप्ट
- नेटवर्क आर्किटेक्चर या क्लस्टरिंग विधियों को बदलने के लिए मॉड्यूलर कोड
- बाद के कई स्व-पर्यवेक्षित दृष्टिकोणों के लिए आधारभूत संदर्भ
प्रोग्रामिंग भाषा
अजगर
श्रेणियाँ
यह एक ऐसा एप्लिकेशन है जिसे https://sourceforge.net/projects/deepcluster.mirror/ से भी प्राप्त किया जा सकता है। इसे हमारे किसी भी निःशुल्क ऑपरेटिव सिस्टम से सबसे आसान तरीके से ऑनलाइन चलाने के लिए OnWorks में होस्ट किया गया है।
