To jest aplikacja dla systemu Linux o nazwie dlib, której najnowszą wersję można pobrać jako v19.23.zip. Można go uruchomić online w darmowym dostawcy usług hostingowych OnWorks dla stacji roboczych.
Pobierz i uruchom online tę aplikację o nazwie dlib z OnWorks za darmo.
Postępuj zgodnie z tymi instrukcjami, aby uruchomić tę aplikację:
- 1. Pobrałem tę aplikację na swój komputer.
- 2. Wpisz w naszym menedżerze plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 3. Prześlij tę aplikację w takim menedżerze plików.
- 4. Uruchom emulator online OnWorks Linux lub Windows online lub emulator online MACOS z tej witryny.
- 5. W systemie operacyjnym OnWorks Linux, który właśnie uruchomiłeś, przejdź do naszego menedżera plików https://www.onworks.net/myfiles.php?username=XXXXX z wybraną nazwą użytkownika.
- 6. Pobierz aplikację, zainstaluj ją i uruchom.
ZRZUTY EKRANU
Ad
dlib
OPIS
Dlib to nowoczesny zestaw narzędzi C++ zawierający algorytmy uczenia maszynowego i narzędzia do tworzenia złożonego oprogramowania w C++ do rozwiązywania rzeczywistych problemów. Jest używany zarówno w przemyśle, jak i na uczelniach w wielu dziedzinach, w tym w robotyce, urządzeniach wbudowanych, telefonach komórkowych i dużych środowiskach obliczeniowych o wysokiej wydajności. Licencja open source Dlib pozwala na bezpłatne korzystanie z niego w dowolnej aplikacji. Dobre pokrycie testów jednostkowych, stosunek linii kodu testu jednostkowego do linii kodu biblioteki wynosi około 1 do 4. Biblioteka jest regularnie testowana na systemach MS Windows, Linux i Mac OS X. Do korzystania z biblioteki nie są wymagane żadne inne pakiety, potrzebne są tylko interfejsy API dostarczane przez gotowy system operacyjny. Nie ma potrzeby instalowania ani konfigurowania, zanim będzie można korzystać z biblioteki. Cały kod specyficzny dla systemu operacyjnego jest izolowany w warstwach abstrakcji systemu operacyjnego, które są tak małe, jak to tylko możliwe.
Korzyści
- Konwencjonalne maszyny wektorów nośnych oparte na SMO do klasyfikacji i regresji
- Metody zredukowanego rzędu do klasyfikacji i regresji na dużą skalę
- Narzędzie do rozwiązywania problemów optymalizacyjnych związanych z maszynami konstrukcyjnymi wektorów nośnych
- Strukturalne narzędzia SVM do wykrywania obiektów na obrazach, a także bardziej wydajne narzędzia do głębokiego uczenia się do wykrywania obiektów
- Internetowy kernelizowany estymator centroidów/detektor nowości i jednoklasowa klasyfikacja wektorów wsparcia offline
- Algorytmy grupowania, k-średnie liniowe lub jądrowe, chińskie szepty i klastrowanie Newmana
Język programowania
C + +
Kategorie
Jest to aplikacja, którą można również pobrać z https://sourceforge.net/projects/dlib.mirror/. Został umieszczony w OnWorks, aby można go było uruchomić online w najprostszy sposób z jednego z naszych bezpłatnych systemów operacyjnych.