ടെൻസർഫ്ലോ റാങ്കിംഗ് എന്ന് പേരിട്ടിരിക്കുന്ന വിൻഡോസ് ആപ്പാണിത്, ഇതിന്റെ ഏറ്റവും പുതിയ റിലീസ് TensorFlowRankingv0.5.2.zip ആയി ഡൗൺലോഡ് ചെയ്യാം. വർക്ക്സ്റ്റേഷനുകൾക്കായുള്ള സൗജന്യ ഹോസ്റ്റിംഗ് ദാതാവായ OnWorks-ൽ ഇത് ഓൺലൈനായി പ്രവർത്തിപ്പിക്കാം.
TensorFlow റാങ്കിംഗ് എന്ന് പേരിട്ടിരിക്കുന്ന ഈ ആപ്പ് OnWorks-നൊപ്പം സൗജന്യമായി ഡൗൺലോഡ് ചെയ്ത് ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുക.
ഈ ആപ്പ് പ്രവർത്തിപ്പിക്കുന്നതിന് ഈ നിർദ്ദേശങ്ങൾ പാലിക്കുക:
- 1. നിങ്ങളുടെ പിസിയിൽ ഈ ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്തു.
- 2. ഞങ്ങളുടെ ഫയൽ മാനേജറിൽ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിൽ നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമം നൽകുക.
- 3. അത്തരം ഫയൽമാനേജറിൽ ഈ ആപ്ലിക്കേഷൻ അപ്‌ലോഡ് ചെയ്യുക.
- 4. ഈ വെബ്‌സൈറ്റിൽ നിന്ന് ഏതെങ്കിലും OS OnWorks ഓൺലൈൻ എമുലേറ്റർ ആരംഭിക്കുക, എന്നാൽ മികച്ച Windows ഓൺലൈൻ എമുലേറ്റർ.
- 5. നിങ്ങൾ ഇപ്പോൾ ആരംഭിച്ച OnWorks Windows OS-ൽ നിന്ന്, നിങ്ങൾക്ക് ആവശ്യമുള്ള ഉപയോക്തൃനാമത്തോടുകൂടിയ ഞങ്ങളുടെ ഫയൽ മാനേജർ https://www.onworks.net/myfiles.php?username=XXXXX എന്നതിലേക്ക് പോകുക.
- 6. ആപ്ലിക്കേഷൻ ഡൗൺലോഡ് ചെയ്ത് ഇൻസ്റ്റാൾ ചെയ്യുക.
- 7. നിങ്ങളുടെ Linux വിതരണ സോഫ്റ്റ്‌വെയർ ശേഖരണങ്ങളിൽ നിന്ന് വൈൻ ഡൗൺലോഡ് ചെയ്യുക. ഇൻസ്റ്റാൾ ചെയ്‌തുകഴിഞ്ഞാൽ, വൈൻ ഉപയോഗിച്ച് അവ പ്രവർത്തിപ്പിക്കുന്നതിന് നിങ്ങൾക്ക് ആപ്പിൽ ഡബിൾ ക്ലിക്ക് ചെയ്യാം. ജനപ്രിയ വിൻഡോസ് പ്രോഗ്രാമുകളും ഗെയിമുകളും ഇൻസ്റ്റാൾ ചെയ്യാൻ സഹായിക്കുന്ന വൈനിലൂടെയുള്ള ഫാൻസി ഇന്റർഫേസായ PlayOnLinux നിങ്ങൾക്ക് പരീക്ഷിക്കാവുന്നതാണ്.
ലിനക്സിൽ വിൻഡോസ് സോഫ്റ്റ്‌വെയർ പ്രവർത്തിപ്പിക്കാനുള്ള ഒരു മാർഗമാണ് വൈൻ, എന്നാൽ വിൻഡോസ് ആവശ്യമില്ല. ഏത് ലിനക്സ് ഡെസ്ക്ടോപ്പിലും നേരിട്ട് വിൻഡോസ് പ്രോഗ്രാമുകൾ പ്രവർത്തിപ്പിക്കാൻ കഴിയുന്ന ഒരു ഓപ്പൺ സോഴ്സ് വിൻഡോസ് കോംപാറ്റിബിലിറ്റി ലെയറാണ് വൈൻ. അടിസ്ഥാനപരമായി, വൈൻ ആദ്യം മുതൽ ആവശ്യത്തിന് വിൻഡോസ് വീണ്ടും നടപ്പിലാക്കാൻ ശ്രമിക്കുന്നു, അതുവഴി യഥാർത്ഥത്തിൽ വിൻഡോസ് ആവശ്യമില്ലാതെ തന്നെ എല്ലാ വിൻഡോസ് ആപ്ലിക്കേഷനുകളും പ്രവർത്തിപ്പിക്കാൻ കഴിയും.
സ്ക്രീൻഷോട്ടുകൾ:
ടെൻസർഫ്ലോ റാങ്കിംഗ്
വിവരണം:
ടെൻസർഫ്ലോ പ്ലാറ്റ്‌ഫോമിലെ ലേണിംഗ്-ടു-റാങ്ക് (എൽടിആർ) ടെക്‌നിക്കുകൾക്കായുള്ള ഒരു ലൈബ്രറിയാണ് ടെൻസർഫ്ലോ റാങ്കിംഗ്. പോയിന്റ്വൈസ്, ജോഡിവൈസ്, ലിസ്റ്റ്വൈസ് ലോസുകൾ ഉൾപ്പെടെ സാധാരണയായി ഉപയോഗിക്കുന്ന ലോസ് ഫംഗ്ഷനുകൾ. ശരാശരി റെസിപ്രോക്കൽ റാങ്ക് (MRR), നോർമലൈസ്ഡ് ഡിസ്കൗണ്ട് ക്യുമുലേറ്റീവ് ഗെയിൻ (NDCG) എന്നിവ പോലെ സാധാരണയായി ഉപയോഗിക്കുന്ന റാങ്കിംഗ് മെട്രിക്കുകൾ. ഒന്നിലധികം ഇനം (ഗ്രൂപ്പ് തിരിച്ച് എന്നും അറിയപ്പെടുന്നു) സ്കോറിംഗ് ഫംഗ്ഷനുകൾ. നേരിട്ടുള്ള റാങ്കിംഗ് മെട്രിക് ഒപ്റ്റിമൈസേഷനായി LambdaLoss നടപ്പിലാക്കൽ. പക്ഷപാതപരമായ ഫീഡ്‌ബാക്ക് ഡാറ്റയിൽ നിന്ന് പക്ഷപാതരഹിതമായ പഠനം-ടു- റാങ്ക്. ആഴത്തിലുള്ള പഠന സാങ്കേതിക വിദ്യകളെ അടിസ്ഥാനമാക്കിയുള്ള അത്യാധുനിക റാങ്കിംഗ് മോഡലുകൾ ഹോസ്റ്റുചെയ്യുന്നതിനും മെച്ചപ്പെടുത്തുന്നതിനും ഈ ലൈബ്രറി സൗകര്യപ്രദമായ ഒരു തുറന്ന പ്ലാറ്റ്ഫോം നൽകുമെന്നും അതുവഴി അക്കാദമിക് ഗവേഷണത്തിനും വ്യാവസായിക ആപ്ലിക്കേഷനുകൾക്കും സൗകര്യമൊരുക്കുമെന്നും ഞങ്ങൾ വിഭാവനം ചെയ്യുന്നു. TF-Ranking ഉപയോഗിച്ച് ആരംഭിക്കുന്നതിന്, ഇൻസ്റ്റാളേഷൻ ആവശ്യമില്ലാത്ത ഒരു ഡെമോ ഞങ്ങൾ നൽകുന്നു. സംവേദനാത്മക പൈത്തൺ പരിതസ്ഥിതിയായ ഒരു സഹകരണ നോട്ട്ബുക്കിലാണ് ഈ ഡെമോ പ്രവർത്തിക്കുന്നത്. ടിഎഫ്-റാങ്കിംഗിൽ വിരളമായ സവിശേഷതകളും ഉൾച്ചേർക്കലുകളും ഉപയോഗിക്കുന്നു.
സവിശേഷതകൾ
- വിരളമായ/എംബെഡിംഗ് ഫീച്ചറുകൾ ഉപയോഗിക്കുക
- TFRecord ഫോർമാറ്റിൽ ഡാറ്റ പ്രോസസ്സ് ചെയ്യുക
- എസ്റ്റിമേറ്റർ API-യ്‌ക്കായി കൊളാബ് നോട്ട്ബുക്കിലെ ടെൻസർബോർഡ് സംയോജനം
- പ്രാദേശികമായി ടെൻസർഫ്ലോ റാങ്കിംഗ് നിർമ്മിക്കുക
- പരീക്ഷണത്തിന്റെ എളുപ്പത്തിനായി, ഞങ്ങൾ ഒരു TFRecord ഉദാഹരണവും ഒരു LIBSVM ഉദാഹരണവും നൽകുന്നു
- നഷ്ടവും അളവുകളും പോലുള്ള പരിശീലന ഫലങ്ങൾ ടെൻസർബോർഡ് ഉപയോഗിച്ച് ദൃശ്യവൽക്കരിക്കാൻ കഴിയും
പ്രോഗ്രാമിംഗ് ഭാഷ
പൈത്തൺ
Categories
https://sourceforge.net/projects/tensorflow-ranking.mirror/ എന്നതിൽ നിന്നും ലഭിക്കാവുന്ന ഒരു ആപ്ലിക്കേഷനാണിത്. ഞങ്ങളുടെ സൗജന്യ ഓപ്പറേറ്റീവ് സിസ്റ്റങ്ങളിലൊന്നിൽ നിന്ന് ഏറ്റവും എളുപ്പമുള്ള രീതിയിൽ ഓൺലൈനിൽ പ്രവർത്തിപ്പിക്കുന്നതിനായി ഇത് OnWorks-ൽ ഹോസ്റ്റ് ചെയ്‌തിരിക്കുന്നു.