Dit is de Windows-app met de naam DeepLearningProject waarvan de nieuwste release kan worden gedownload als FirstreleaseoftheDeepLearningProject.zip. Het kan online worden uitgevoerd in de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik deze app genaamd DeepLearningProject met OnWorks gratis online.
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
DeepLearning-project
PRODUCTBESCHRIJVING
Deze zelfstudie probeert te doen wat de meeste zelfstudies van de meeste machine learning die online beschikbaar zijn, niet doen. Het is geen tutorial van 30 minuten die je leert hoe je "Je eigen neurale netwerk traint" of "Deep learning leert in minder dan 30 minuten". Het is een volledige pijplijn die je zou moeten doen als je echt met machine learning werkt - je kennis laten maken met alle onderdelen en alle implementatiebeslissingen en details die moeten worden genomen. De dataset is niet een van de standaardsets zoals MNIST of CIFAR, je maakt je eigen dataset. Vervolgens doorloop je een aantal conventionele algoritmen voor machine learning, voordat je eindelijk aan diep leren begint! In het najaar van 2016 was ik een Teaching Fellow (Harvard's versie van TA) voor de afstudeerklas "Advanced Topics in Data Science (CS209/109)" aan de Harvard University. Ik was verantwoordelijk voor het ontwerpen van het klasproject dat aan de studenten werd gegeven, en deze tutorial is gebouwd bovenop het project dat ik voor de klas heb ontworpen.
Voordelen
- Conda-omgeving instellen in jupyter-notebook
- Een docker-container instellen met docker-compose
- U kunt conda- of pip-pakketten aan afbeelding toevoegen
- Introduceert lezers vanaf het begin tot een hele machine learning-pijplijn
- De repository heeft een conda-configuratiebestand dat het instellen supereenvoudig maakt
- Een nieuwe conda-omgeving maken
Categorieën
Dit is een applicatie die ook kan worden opgehaald van https://sourceforge.net/projects/deeplearningproject.mirror/. Het is gehost in OnWorks om op een gemakkelijkste manier online te kunnen worden uitgevoerd vanuit een van onze gratis besturingssystemen.
