ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ BudgetedSVM ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ BudgetedSVM_v1.1.zip. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນ OnWorks ຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີສໍາລັບບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ BudgetedSVM ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ງົບປະມານ SVM
Ad
ລາຍລະອຽດ
ພວກເຮົານຳສະເໜີ BudgetedSVM, ກ່ອງເຄື່ອງມື C++ ທີ່ບັນຈຸມີການປະຕິບັດການເພີ່ມປະສິດທິພາບສູງຂອງສາມສູດການຄິດໄລ່ທີ່ສະເໜີມາເມື່ອບໍ່ດົນມານີ້ສຳລັບການຝຶກອົບຮົມທີ່ສາມາດປັບຂະໜາດໄດ້ຂອງຕົວປະມານການຮອງຮັບ Vector Machine (SVM): Adaptive Multi-hyperplane Machines (AMM), Budgeted Stochastic Gradient Descent (BSGD), ແລະ Low-rank Linearization SVM (LLSVM). BudgetedSVM ຝຶກອົບຮົມແບບຈໍາລອງທີ່ມີຄວາມຖືກຕ້ອງທຽບເທົ່າກັບ LibSVM ໃນເວລາທຽບເທົ່າກັບ LibLinear, ຍ້ອນວ່າມັນຊ່ວຍໃຫ້ການແກ້ໄຂບັນຫາ fication classi ທີ່ບໍ່ເປັນເສັ້ນສູງດ້ວຍຕົວຢ່າງທີ່ມີມິຕິລະດັບສູງຫຼາຍລ້ານພາຍໃນນາທີໃນຄອມພິວເຕີສ່ວນບຸກຄົນປົກກະຕິ. ພວກເຮົາສະຫນອງເສັ້ນຄໍາສັ່ງແລະການໂຕ້ຕອບ Matlab ໃຫ້ກັບ BudgetedSVM, efi?cient API ສໍາລັບການຈັດການຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່, ມິຕິລະດັບສູງ, ເຊັ່ນດຽວກັນກັບເອກະສານລາຍລະອຽດເພື່ອຊ່ວຍໃຫ້ນັກພັດທະນານໍາໃຊ້ແລະຂະຫຍາຍກ່ອງເຄື່ອງມືຕື່ມອີກ.
ຄຸນລັກສະນະ
- ພວກເຮົາສະໜອງການຈັດຕັ້ງປະຕິບັດອັນມີປະສິດຕິພາບຂອງຂັ້ນຕອນການເຝິກອົບຮົມ SVM ທີ່ບໍ່ແມ່ນເສັ້ນທີ່ສາມາດຂະຫຍາຍໄດ້ສູງ.
- ກ່ອງເຄື່ອງມືສາມາດຈັດການຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່, ຂະໜາດສູງທີ່ບໍ່ສາມາດໂຫຼດໃສ່ໃນໜ່ວຍຄວາມຈຳໄດ້.
- ກ່ອງເຄື່ອງມືຕ້ອງການຄວາມຊົງຈໍາຄົງທີ່ເພື່ອຝຶກອົບຮົມແບບຈໍາລອງທີ່ແກ້ໄຂບັນຫາທີ່ບໍ່ມີເສັ້ນຊື່ສູງ.
- ພວກເຮົາສະຫນອງການໂຕ້ຕອບເສັ້ນຄໍາສັ່ງແລະ Matlab ກັບ BudgetedSVM.
- ພວກເຮົາສະຫນອງ API ທີ່ມີປະສິດທິພາບທີ່ສະຫນອງການທໍາງານສໍາລັບການຈັດການຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່, ມິຕິລະດັບສູງ. ການນໍາໃຊ້ BudgetedSVM API, ຊຸດຂໍ້ມູນທີ່ມີຈຸດຂໍ້ມູນລ້ານໆຈຸດແລະ/ຫຼືລັກສະນະຕ່າງໆແມ່ນຈັດການໄດ້ງ່າຍ.
- ສໍາລັບລາຍລະອຽດເພີ່ມເຕີມ, ກະລຸນາເບິ່ງເອກະສານທີ່ລວມຢູ່ໃນຊຸດດາວໂຫຼດ.
- ເຜີຍແຜ່ພາຍໃຕ້ໃບອະນຸຍາດ BSD ທີ່ຖືກດັດແກ້ທີ່ເປັນມິດກັບອຸດສາຫະກໍາ.
Audience
ເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ, ວິທະຍາສາດ/ການຄົ້ນຄວ້າ, ຜູ້ໃຊ້ສຸດທ້າຍ/ເດັສທັອບ
ພາສາການຂຽນໂປຣແກຣມ
C ++
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/budgetedsvm/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ໃນວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.