Đây là ứng dụng Windows có tên là Phân loại đồ thị tuyệt vời có bản phát hành mới nhất có thể được tải xuống dưới dạng Baserelease..zip. Nó có thể được chạy trực tuyến trong nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng này có tên là Phân loại đồ thị tuyệt vời với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động bất kỳ trình giả lập trực tuyến OS OnWorks nào từ trang web này, nhưng trình giả lập trực tuyến Windows tốt hơn.
- 5. Từ Hệ điều hành Windows OnWorks bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng và cài đặt nó.
- 7. Tải xuống Wine từ kho phần mềm phân phối Linux của bạn. Sau khi cài đặt, bạn có thể nhấp đúp vào ứng dụng để chạy chúng với Wine. Bạn cũng có thể thử PlayOnLinux, một giao diện đẹp mắt trên Wine sẽ giúp bạn cài đặt các chương trình và trò chơi phổ biến của Windows.
Wine là một cách để chạy phần mềm Windows trên Linux, nhưng không cần Windows. Wine là một lớp tương thích Windows mã nguồn mở có thể chạy các chương trình Windows trực tiếp trên bất kỳ máy tính để bàn Linux nào. Về cơ bản, Wine đang cố gắng triển khai lại đủ Windows từ đầu để nó có thể chạy tất cả các ứng dụng Windows đó mà không thực sự cần đến Windows.
MÀN HÌNH
Ad
Phân loại đồ thị tuyệt vời
MÔ TẢ
Một bộ sưu tập các phương pháp phân loại đồ thị, bao gồm các bài báo về nhúng, học sâu, hạt nhân đồ thị và thừa số với các triển khai tham chiếu. Có sẵn bộ dữ liệu điểm chuẩn phân loại đồ thị có liên quan. Các bộ sưu tập tương tự về phát hiện cộng đồng, cây phân loại / hồi quy, phát hiện gian lận, tìm kiếm trên cây Monte Carlo và các bài báo tăng cường độ dốc có triển khai.
Tính năng
- Phân loại có thể giải thích của mạng não qua đồ thị con tương phản
- Đường cơ sở đơn giản nhưng hiệu quả để phân loại đồ thị không thuộc tính
- Học đa nhãn đa đồ thị dựa trên Entropy
- Khám phá tính năng cấu trúc chung
- Phương pháp tiếp cận có thể mở rộng đối với sự tương đồng của mạng độc lập về kích thước
- Quy định hóa để phân loại đồ thị đa nhiệm vụ
Ngôn ngữ lập trình
Python
Đây là một ứng dụng cũng có thể được tìm nạp từ https://sourceforge.net/projects/awesome-graph-class.mirror/. Nó đã được lưu trữ trên OnWorks để có thể chạy trực tuyến một cách dễ dàng nhất từ một trong những Hệ thống hoạt động miễn phí của chúng tôi.
