Это приложение для Windows под названием DeepCTR, последний выпуск которого можно загрузить как v0.9.3.zip. Его можно запустить онлайн в бесплатном хостинг-провайдере OnWorks для рабочих станций.
Загрузите и запустите онлайн это приложение под названием DeepCTR с OnWorks бесплатно.
Следуйте этим инструкциям, чтобы запустить это приложение:
- 1. Загрузил это приложение на свой компьютер.
- 2. Введите в нашем файловом менеджере https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 3. Загрузите это приложение в такой файловый менеджер.
- 4. Запустите любой онлайн-эмулятор OS OnWorks с этого сайта, но лучше онлайн-эмулятор Windows.
- 5. В только что запущенной ОС Windows OnWorks перейдите в наш файловый менеджер https://www.onworks.net/myfiles.php?username=XXXXX с желаемым именем пользователя.
- 6. Скачайте приложение и установите его.
- 7. Загрузите Wine из репозиториев программного обеспечения вашего дистрибутива Linux. После установки вы можете дважды щелкнуть приложение, чтобы запустить его с помощью Wine. Вы также можете попробовать PlayOnLinux, необычный интерфейс поверх Wine, который поможет вам установить популярные программы и игры для Windows.
Wine - это способ запустить программное обеспечение Windows в Linux, но без Windows. Wine - это уровень совместимости с Windows с открытым исходным кодом, который может запускать программы Windows непосредственно на любом рабочем столе Linux. По сути, Wine пытается заново реализовать Windows с нуля, чтобы можно было запускать все эти Windows-приложения, фактически не нуждаясь в Windows.
СКРИНШОТЫ:
Глубокий CTR
ОПИСАНИЕ:
DeepCTR - это простой в использовании, модульный и расширяемый пакет моделей CTR на основе глубокого обучения вместе с множеством уровней основных компонентов, которые можно использовать для простого создания пользовательских моделей. Вы можете использовать любую сложную модель с model.fit () и model.predict (). Предоставьте интерфейс типа tf.keras.Model для быстрого эксперимента. Предоставьте интерфейс оценки тензорного потока для крупномасштабных данных и распределенного обучения. Он совместим как с tf 1.x, так и с tf 2.x. С большим успехом глубокого обучения методы на основе DNN широко используются в задачах прогнозирования CTR. Данные в задаче оценки CTR обычно включают в себя категориальные признаки высокой разреженности, высокой мощности и некоторые плотные числовые признаки. Поскольку DNN хорошо справляется с обработкой плотных числовых функций, мы обычно сопоставляем разреженные категориальные признаки с плотными числовыми функциями с помощью техники встраивания.
Особенности
- CCPM (модель сверточного прогнозирования кликов)
- PNN (нейронная сеть на основе продукта)
- FNN (нейронная сеть с поддержкой факторизации)
- MLR (смешанная логистическая регрессия / кусочно-линейная модель)
- NFM (машина нейронной факторизации)
- DCN (глубокая и кросс-сеть)
Язык программирования
Питон
Категории
Это приложение также можно загрузить с https://sourceforge.net/projects/deepctr.mirror/. Он размещен в OnWorks, чтобы его можно было легко запускать в Интернете с помощью одной из наших бесплатных операционных систем.