Questa è l'app di Windows denominata Awesome Graph Classification la cui ultima versione può essere scaricata come Baserelease..zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app denominata Awesome Graph Classification con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avvia qualsiasi emulatore online OS OnWorks da questo sito Web, ma migliore emulatore online Windows.
- 5. Dal sistema operativo OnWorks Windows che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione e installala.
- 7. Scarica Wine dai repository software delle tue distribuzioni Linux. Una volta installato, puoi quindi fare doppio clic sull'app per eseguirli con Wine. Puoi anche provare PlayOnLinux, un'interfaccia fantasiosa su Wine che ti aiuterà a installare programmi e giochi Windows popolari.
Wine è un modo per eseguire il software Windows su Linux, ma senza Windows richiesto. Wine è un livello di compatibilità Windows open source in grado di eseguire programmi Windows direttamente su qualsiasi desktop Linux. Essenzialmente, Wine sta cercando di re-implementare abbastanza Windows da zero in modo che possa eseguire tutte quelle applicazioni Windows senza effettivamente bisogno di Windows.
IMMAGINI:
Fantastica classificazione dei grafici
DESCRIZIONE:
Una raccolta di metodi di classificazione dei grafi, che copre embedding, deep learning, kernel di grafi e documenti di fattorizzazione con implementazioni di riferimento. Sono disponibili set di dati di benchmark di classificazione dei grafici pertinenti. Raccolte simili sul rilevamento della comunità, l'albero di classificazione/regressione, il rilevamento delle frodi, la ricerca dell'albero Monte Carlo e i documenti sull'aumento del gradiente con implementazioni.
Caratteristiche
- Classificazione spiegabile delle reti cerebrali tramite sottografi di contrasto
- Una linea di base semplice ma efficace per la classificazione dei grafici senza attributi
- Apprendimento multigrafico e multietichetta basato sull'entropia
- Esplorazione delle caratteristiche della struttura articolare
- Un approccio scalabile alla somiglianza di rete indipendente dalle dimensioni
- Regolarizzazione per la classificazione dei grafici multitasking
Linguaggio di programmazione
Python
Questa è un'applicazione che può essere scaricata anche da https://sourceforge.net/projects/awesome-graph-class.mirror/. È stato ospitato in OnWorks per essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.