Ito ang Windows app na pinangalanang TensorFlow Ranking na ang pinakabagong release ay maaaring ma-download bilang TensorFlowRankingv0.5.2.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 TensorFlow Ranking 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
TensorFlow Ranking
DESCRIPTION
Ang TensorFlow Ranking ay isang library para sa Learning-to-Rank (LTR) techniques sa TensorFlow platform. Mga karaniwang ginagamit na function ng pagkawala kabilang ang pointwise, pairwise, at listwise na pagkalugi. Mga karaniwang ginagamit na sukatan ng pagraranggo tulad ng Mean Reciprocal Rank (MRR) at Normalized Discounted Cumulative Gain (NDCG). Multi-item (kilala rin bilang groupwise) na mga function ng pagmamarka. Pagpapatupad ng LambdaLoss para sa direct ranking metric optimization. Walang pinapanigan na Learning-to-Rank mula sa pinapanigang data ng feedback. Inaasahan namin na ang library na ito ay magbibigay ng isang maginhawang bukas na platform para sa pagho-host at pagsulong ng makabagong mga modelo ng pagraranggo batay sa malalim na mga diskarte sa pag-aaral, at sa gayon ay mapadali ang parehong akademikong pananaliksik at mga aplikasyon sa industriya. Nagbibigay kami ng demo, na walang kinakailangang pag-install, upang makapagsimula sa paggamit ng TF-Ranking. Ang demo na ito ay tumatakbo sa isang colaboratory notebook, isang interactive na kapaligiran ng Python. Paggamit ng mga kalat-kalat na feature at embeddings sa TF-Ranking.
Mga tampok
- Gumamit ng mga kalat-kalat/pag-embed na feature
- Iproseso ang data sa format na TFRecord
- Tensorboard integration sa colab notebook, para sa Estimator API
- Bumuo ng TensorFlow Ranking nang lokal
- Para sa kadalian ng pag-eksperimento, nagbibigay din kami ng isang halimbawa ng TFRecord at isang halimbawa ng LIBSVM
- Ang mga resulta ng pagsasanay tulad ng pagkawala at mga sukatan ay maaaring makita gamit ang Tensorboard
Wika ng Programming
Sawa
Kategorya
Ito ay isang application na maaari ding makuha mula sa https://sourceforge.net/projects/tensorflow-ranking.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
