معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Structured Neural Embedding model for research

ویژگی	مقدار
سیستم عامل	POSIX :: Linux
نام فایل	SNE_lab-0.1.5
نام	SNE_lab
نسخه کتابخانه	0.1.5
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Po-Kai Chang
ایمیل نویسنده	pokaichangtwn@gmail.com
آدرس صفحه اصلی	https://github.com/LplusKira/SNE_lab
آدرس اینترنتی	https://pypi.org/project/SNE_lab/
مجوز	-

This module aims to implement Structured Neural Embedding, a novel multi-task multi-label predictor, upon NumPy. It runs on MovieLens100K, MovieLens1M, Youtube, and Ego-net (Facebook)'s network datasets. The original purpose of it was to serve as one of the baseline models in the paper Deep Energy Factorization Model for Demographic Prediction (Chih-Te Lai, Po-Kai Chang, et al). Give SNE-lab a try if either you need a handy implementation or you want a quick overview on multi-task multi-label prediction!

نحوه نصب

نصب پکیج whl SNE_lab-0.1.5:

pip install SNE_lab-0.1.5.whl

نصب پکیج tar.gz SNE_lab-0.1.5:

pip install SNE_lab-0.1.5.tar.gz