นี่คือแอป Windows ชื่อ LightGBM ซึ่งสามารถดาวน์โหลดรุ่นล่าสุดเป็น v4.1.0.zip สามารถเรียกใช้ออนไลน์ได้ใน OnWorks ผู้ให้บริการโฮสต์ฟรีสำหรับเวิร์กสเตชัน
ดาวน์โหลดและเรียกใช้แอปนี้ออนไลน์ชื่อ LightGBM พร้อม OnWorks ฟรี
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ:
ไลท์จีบีเอ็ม
รายละเอียด:
LightGBM หรือ Light Gradient Boosting Machine เป็นเฟรมเวิร์กการเร่งการไล่ระดับสีแบบโอเพ่นซอร์สที่มีประสิทธิภาพสูง โดยอิงตามอัลกอริธึมทรีการตัดสินใจ เมื่อเทียบกับเฟรมเวิร์กการเพิ่มประสิทธิภาพอื่นๆ LightGBM มีข้อดีหลายประการในแง่ของความเร็ว ประสิทธิภาพ และความแม่นยำ การทดลองแบบคู่ขนานแสดงให้เห็นว่า LightGBM สามารถเพิ่มความเร็วเชิงเส้นผ่านเครื่องหลายเครื่องสำหรับการฝึกในการตั้งค่าเฉพาะ ทั้งหมดนี้ใช้หน่วยความจำน้อยลง
LightGBM รองรับการเรียนรู้แบบขนานและ GPU และสามารถจัดการข้อมูลขนาดใหญ่ได้ มีการใช้กันอย่างแพร่หลายสำหรับการจัดอันดับ การจัดหมวดหมู่ และงานการเรียนรู้ของเครื่องอื่น ๆ อีกมากมาย
คุณสมบัติ
- อัลกอริทึมที่ใช้ฮิสโตแกรมสำหรับความเร็วและการใช้หน่วยความจำที่เหมาะสมที่สุด
- ใบไม้ที่ฉลาด (ดีที่สุดมาก่อน) การเจริญเติบโตของต้นไม้
- การแบ่งส่วนที่เหมาะสมที่สุดสำหรับคุณสมบัติตามหมวดหมู่
- อัลกอริธึมล้ำสมัยและอัลกอริธึมการเรียนรู้แบบคู่ขนาน
- การสนับสนุน GPU
- รองรับการถดถอย การจัดประเภทไบนารี
- DART
- การทำให้เป็นมาตรฐาน L1/L2
- การห่อ
- คอลัมน์ (คุณสมบัติ) ตัวอย่างย่อย
- ฝึกต่อด้วยอินพุตโมเดล GBDT
- ฝึกต่อด้วยไฟล์คะแนนอินพุต
- เวทเทรนนิ่ง
- เอาต์พุตเมตริกการตรวจสอบระหว่างการฝึกอบรม
- ข้อมูลการตรวจสอบหลายรายการ
- หลายเมตริก
- การหยุดก่อนกำหนด (ทั้งการฝึกและการทำนาย)
- การทำนายดัชนีใบไม้
ภาษาโปรแกรม
C + +
หมวดหมู่
นี่คือแอปพลิเคชันที่สามารถดึงข้อมูลจาก https://sourceforge.net/projects/lightgbm.mirror/ มีการโฮสต์ใน OnWorks เพื่อให้ทำงานออนไลน์ในวิธีที่ง่ายที่สุดจากหนึ่งในระบบปฏิบัติการฟรีของเรา