Questa è l'app di Windows denominata DeepCTR-Torch la cui ultima versione può essere scaricata come v0.2.9.zip. Può essere eseguito online nel provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online questa app chiamata DeepCTR-Torch con OnWorks gratuitamente.
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:
DeepCTR-Torcia
DESCRIZIONE:
DeepCTR-Torch è un pacchetto facile da usare, modulare ed estensibile di modelli CTR basati sull'apprendimento profondo insieme a molti livelli di componenti principali che possono essere utilizzati per creare facilmente il tuo modello personalizzato. È compatibile con PyTorch. Puoi usa qualsiasi modello complesso con model.fit() e model.predict(). Con il grande successo del deep learning, le tecniche basate su DNN sono state ampiamente utilizzate nelle attività di stima del CTR. I dati nell'attività di stima del CTR di solito includono caratteristiche categoriche ad alta scarsità e cardinalità elevata e alcune caratteristiche numeriche dense. L'estrattore di ordine basso apprende l'interazione delle caratteristiche attraverso il prodotto tra i vettori. Factorization-Machine e le sue varianti sono ampiamente utilizzate per apprendere l'interazione delle caratteristiche di ordine basso. High-order Extractor apprende la combinazione di funzionalità attraverso complesse funzioni di rete neurale come MLP, Cross Net, ecc.
Caratteristiche
- Macchina di fattorizzazione attenzionale
- Modello lineare a pezzi
- Macchina di fattorizzazione neurale
- Rete di evoluzione dell'interesse profondo
- Rete neurale basata sul prodotto
- Modello di previsione dei clic convoluzionale
Linguaggio di programmazione
Python
Categorie
Questa è un'applicazione che può anche essere recuperata da https://sourceforge.net/projects/deepctr-torch.mirror/. È stato ospitato in OnWorks per poter essere eseguito online nel modo più semplice da uno dei nostri Sistemi Operativi gratuiti.