【重庆欢乐生肖全网最快开奖】10款必备机器学习开源工具

  • 时间:
  • 浏览:0

但现在工具这样多,大伙儿该咋样选泽呢?本文针对非开发者、模型部署、NLP、语音、视觉、强化学习、数据挖掘等多个不同人群,提供了10个须要掌握的模型。

 

 

短短的5年时间机器的算法水平又提升了60 万倍!过去或许只能从1万人中识别出有一另三个白 人,就让发展到60 0万、1亿、10亿甚至20亿人中识别出你这本人!与此同去,算力方面提升了30万倍。从过去用1万量级规模的数据做训练,到百万规模的数据做训练,到现在用10亿的数据集做训练,又提升了1万倍!

大伙儿将会深刻的体会到,人工智能的飞速增长刺激了当今就业市场对机器学习技能的巨大需求。机器学习社区现在非常活跃,各种开源工具层出不穷,倘若你一阵一阵目不暇接,一阵一阵我也不知道该咋样选泽。这样本篇将为你介绍10个最应该了解的机器学习开源工具,走起!

非开发者应该用哪几种?

完会开发,完会编程,要能用机器学习?答案是可不还还可以的,倘若倘若你用工具。这里为初学者推荐有一另三个白 工具:

1.Knime

Knime是一款出色的工具,可倘若你完会编写任何代码即可完成端到端的数据科学工作流程。

它甚至配备了有一另三个白 拖放式界面,UI清晰,操作简单直观,可不还还可以说是懒人福音了。

操作起来非常简单,首先使用该工具进行数据下发和转换;完成后,倘若你创建有一另三个白 模型并将其可视化。在生产方面,倘若你部署和管理数据科学项目。

最后,倘若你通过使用Knime生成洞察来利用你的实现。

官网:https://www.knime.com/

2.Uber Ludwig

Uber Ludwig是另一款适合初学者的优秀工具。有了它,倘若你快速测试和训练高度学习模型。用户可不还还可以选泽启用懒人模式(拖拽界面),将会直接操作代码。

使用起来比Knime稍微复杂化许多点。须要先加载CSV文件来训练数据。通过使用预先训练的模型,倘若你预测输出目标。最后,倘若你使用可用的可视化选项可视化你的数据。

将会你是编程的初学者,你还可不还还可以在Python中使用大伙儿扩展的API和训练模型。

GitHub地址:https://uber.github.io/ludwig/user_guide/

模型部署用哪几种工具?

模型部署是机器学习的关键方面之一。为了帮助你完成此过程,这里列出了有几个工具。

3.TensorFlow.js

TensorFlow.js允许你直接从Web构建和部署机器学习模型。它使用JavaScript在Web上运行。

你也可不还还可以使用Node.js。有了它,你不仅可不还还可以运行现有模型,还可不还还可以重新训练现有模型。

它提供了直观的API,允许你使用JavaScript构建和训练模型,在Web浏览器上也是这样。

将会你想在移动设备上进行开发,还可不还还可以查看TensorFlow Lite。

官方地址:https://www.tensorflow.org/js/

4.MLFlow

MLFlow倘若倘若你处置端到端的机器学习生命周期问题。它有有一另三个白 主要组件。

MLflow跟踪 - 通过记录和比较结果和参数来处置实验

MLflow项目 - 允许你将项目打包成许多成员的可重用表单

MLflow模型 - 帮助你在不同平台中部署和管理ML库

MLFlow的这样 惊人功能是它与库无关。这原困倘若你将其与许多机器学习库同去使用而完会经常出现任何兼容性问题。为了实现library-agonistic行为,它使用REST API和CLI。

官方地址:https://github.com/databricks/mlflow

NLP、计算机视觉和音频用哪几种工具?

还有许多方便的工具可用于在机器学习中执行不同的操作。

5.Detectron

将会你正在寻找最先进的物体检测算法,这样倘若你使用Detectron。

它由Facebook开发,是AI Research软件系统的一累积。它利用Caffe2高度学习框架和Python。

官方地址:https://github.com/facebookresearch/Detectron

6.SimpleCV

SimpleCV,有一另三个白 开源框架,允许你构建计算机视觉应用应用程序。它之类于OpenCV,使倘若你访问高级计算机视觉库。这原困你暂且担心复杂化化的概念。

有了它,倘若你制作计算机视觉项目,而完会在基础知识上投入太大时间。毕竟,出于一种 原困,它被命名为SimpleCV。

官方地址:http://simplecv.org/

7.Tesseract OCR

Tesseract OCR是一款功能强大的光学字符识别软件,可倘若你识别语言。

它支持60 多种语言,也可不还还可以编程识别新语言。

官方地址:https://github.com/tesseract-ocr/tesseract

强化学习用哪几种工具?

将会你想训练智能代理,这样你须要帮助强化学习。

8.Open AI Gym

Open AI Gym倘若你训练你的智能体做几乎任何事情,包括散步,玩游戏等等。它借助易于使用的强化学习任务套件来实现。

官方地址:https://gym.openai.com/

9.Unity ML Agents

Unity ML Agents是Unity提供的开源统一插件,倘若你开发可在游戏中使用的智能体。

官方网址:https://unity3d.com/machine-learninghttps://unity3d.com/machine-learning

数据挖掘用哪几种工具?

将会你希望下发数据科学项目的数据,可不还还可以使用以下工具。

10.Weka

Weka用于数据挖掘任务。它借有利于为数据挖掘设计的机器学习算法来实现。有了它,倘若你找到也不东西,包括分类,准备,回归,聚类,可视化和关联规则挖掘。

该项目是开源的,使用GNU许可。

官方网址:http://www.cs.waikato.ac.nz/ml/weka/

结论

机器学习正在改变大伙儿与世界互动的依据 。它使大伙儿的生活更轻松,并确保大伙儿建立有一另三个白 未来世界。

Python turtle 绘制彩色螺旋线

思路:旋转画线,每次画的长度是变量x的2倍,每次逆时针旋转91度,这样 形成交叉螺旋,暂且断扩大。

 

import turtle

import time

turtle.pensize(2)

turtle.bgcolor("black")

colors = ["red","yellow","purple","blue"]#设置一种 颜色,倘若你另一方修改

#turtle.tracer(False)

for x in range(60 ):

   turtle.forward(2*x)#每次画的长度是变量x的2倍

   turtle.color(colors[x % 4])#改变颜色

   turtle.left(91)#逆时针旋转91度形成交叉螺旋

#turtle.tracer(True)

说明:

绘制开始英文英语 了了前调用tracer(False)

绘制开始英文英语 了过后tracer(True)

这俩依据 是直接展示给用户绘制结果,完会漫长的等待英文绘制过程,这俩依据 turtle里有,turle.Turtle上端都有 ,效果是一样的。

你将会学精了不妨加入另一方的想法,对应用程序做许多修改,看看会经常出现哪几种。