文件名称：fastPL：具有并行化设置的PYMCDA的C ++实现
文件大小：56KB
文件格式：ZIP
更新时间：2024-03-07 19:51:14
C++
并行化的快速偏好学习算法 这项工作基于Olivier Sobrie在偏好学习算法上的工作（Python代码： : ，论文： ://tel.archives-ouvertes.fr/tel-01370555/document）。 该存储库的目标是转换C ++中的先前代码（py-mcda），并设置处理大量入口点所需的并行化工具。 仓库结构 ：源文件（标题和类） ：测试文件 ：外部源和依赖项 ：CircleCi配置 在Docker中运行应用程序并进行测试 构建Docker映像 首先，构建Docker映像 docker build . -t fastpl 使用Docker映像运行测试 docker run fastpl ./Test 使用Docker映像运行主应用 以下命令将显示运行配置选项（帮助程序）： docker run fastpl 要使用默认配置运行该应用程序： do
【文件预览】：
fastPL-master
----.gitmodules(403B)
----app-config.yaml(189B)
----doc_generation.sh(1KB)
----data()
--------tests()
----.github()
--------workflows()
----test()
--------learning()
--------TestMain.cpp(610B)
--------types()
--------TestUtils.cpp(1KB)
----Dockerfile(560B)
----include()
--------learning()
--------utils.h(4KB)
--------types()
--------app.h(1KB)
----src()
--------app.cpp(2KB)
--------learning()
--------main.cpp(1KB)
--------types()
----extsrc()
--------yaml-cpp()
--------googletest()
--------spdlog()
--------pugixml()
----doc()
--------CMakeLists.txt(514B)
----docker-compose.yml(111B)
----.gitignore(629B)
----CMakeLists.txt(2KB)
----.circleci()
--------config.yml(1KB)
----README.md(4KB)