基于OpenCL的随机森林分类器
项目描述
oclrfc
要查看基于OpenCL的随机森林分类器的实际应用，请查看 演示笔记本。为了获得最佳性能和分类质量，建议 生成适合您要处理的图像数据的特征堆栈。
安装
您可以通过[pip]安装oclrfc。注意：您还需要pyopencl。
conda install pyopencl
pip install oclrfc
贡献
欢迎贡献。可以使用[tox]运行测试，请在提交拉取请求之前确保覆盖率至少保持不变。
许可证
在BSD-3许可证的条款下分发，“oclrfc”是免费和开源软件
问题
如果您遇到任何问题，请在image.sc上 打开一个线程，并提供详细的描述和标签@haesleinhuepf。
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
源分发
oclrfc-0.4.1.tar.gz (9.4 kB 查看哈希值)
构建分发版
oclrfc-0.4.1-py3-none-any.whl (10.4 kB 查看哈希值)
关闭
oclrfc-0.4.1.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 4bdc5698f8589b667f8c0ed7454ddd03fc20a482840e6689c0861001eed8c400 |
|
| MD5 | 0c563f9cd9be63caeb14416332a073f4 |
|
| BLAKE2b-256 | ca5407f3c4b29028631678616f75b01e9be909f7f09d375ee0fb1a14a84769e5 |
关闭
oclrfc-0.4.1-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | e9f54e4e514758a220a546f6006f68c2fbec858a3883e1e01b243abfa400f35a |
|
| MD5 | 1dbf8e33367e90965753beca054b49af |
|
| BLAKE2b-256 | cfd160a9c9f1bf63d2f622adcdac54eee8ab91e6088835ed5215ee9a3ca1a4cf |