Ito ang Windows app na pinangalanang DeepCTR na ang pinakabagong release ay maaaring ma-download bilang v0.9.3.zip. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang DeepCTR sa OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
DeepCTR
DESCRIPTION
Ang DeepCTR ay isang Madaling gamitin, Modular at Extendible na pakete ng mga modelong CTR na nakabatay sa malalim na pagkatuto kasama ng maraming mga layer ng pangunahing bahagi na maaaring magamit upang madaling bumuo ng mga custom na modelo. Maaari kang gumamit ng anumang kumplikadong modelo na may model.fit(), at model.predict(). Magbigay ng tf.keras.Model tulad ng interface para sa mabilis na eksperimento. Magbigay ng interface ng tensorflow estimator para sa malakihang data at distributed na pagsasanay. Ito ay katugma sa parehong tf 1.x at tf 2.x. Sa mahusay na tagumpay ng malalim na pag-aaral, ang mga diskarteng nakabatay sa DNN ay malawakang ginagamit sa gawaing paghula ng CTR. Ang data sa gawain sa pagtatantya ng CTR ay karaniwang may kasamang mataas na kalat-kalat, mataas na cardinality na mga tampok na pangkategorya at ilang siksik na mga tampok na numero. Dahil mahusay ang DNN sa paghawak ng mga siksik na tampok na numero, karaniwan naming mina-map ang mga kalat-kalat na tampok na kategorya sa siksik na numero sa pamamagitan ng pamamaraan ng pag-embed.
Mga tampok
- CCPM (Convolutional Click Prediction Model)
- PNN (Nakabatay sa Produkto na Neural Network)
- FNN (Neural Network na sinusuportahan ng Factorization)
- MLR(Mixed Logistic Regression/Piece-wise Linear Model)
- NFM (Neural Factorization Machine)
- DCN (Deep at Cross Network)
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/deepctr.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
