Dit is de Windows-app genaamd DeepCTR waarvan de nieuwste release kan worden gedownload als v0.9.3.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en voer deze app genaamd DeepCTR gratis online uit met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
DiepeCTR
PRODUCTBESCHRIJVING
DeepCTR is een eenvoudig te gebruiken, modulair en uitbreidbaar pakket van op deep-learning gebaseerde CTR-modellen, samen met veel kerncomponentenlagen die kunnen worden gebruikt om eenvoudig aangepaste modellen te bouwen. U kunt elk complex model gebruiken met model.fit() en model.predict(). Zorg voor een tf.keras.Model-achtige interface voor snel experimenteren. Bied een tensorflow-schatterinterface voor grootschalige gegevens en gedistribueerde training. Het is compatibel met zowel tf 1.x als tf 2.x. Met het grote succes van deep learning worden op DNN gebaseerde technieken op grote schaal gebruikt bij CTR-voorspellingstaak. De gegevens in de CTR-schattingstaak omvatten gewoonlijk categorische kenmerken met hoge schaarse en hoge kardinaliteit en enkele dichte numerieke kenmerken. Omdat DNN goed is in het omgaan met dichte numerieke kenmerken, brengen we de schaarse categorische kenmerken meestal in kaart met dichte numerieke kenmerken via inbeddingstechniek.
Voordelen
- CCPM (convolutioneel klikvoorspellingsmodel)
- PNN (productgebaseerd neuraal netwerk)
- FNN (Factorisatie-ondersteund neuraal netwerk)
- MLR (gemengde logistieke regressie/stuksgewijs lineair model)
- NFM (neurale factorisatiemachine)
- DCN (Deep & Cross Network)
Programmeertaal
Python
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/deepctr.mirror/. Het is gehost in OnWorks zodat het op de eenvoudigste manier online kan worden uitgevoerd vanaf een van onze gratis besturingssystemen.