【pk10手机版】10款必备机器学习开源工具

  • 时间:
  • 浏览:0
  • 来源:彩神大发快三人工计划

但现在工具没人多,许多人都 该怎么才能 才能 确定呢?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个还要掌握的模型。

 

 

短短的5年时间机器的算法水平又提升了1150万倍!过去或许不到从1万人中识别出另有一自己,后来发展到11150万、1亿、10亿甚至20亿人中识别出你一种 人!与此一同,算力方面提升了5万倍。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!

许多人都 机会深刻的体会到,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,让他不得劲目不暇接,不得劲告诉我该怎么才能 才能 确定。没人本篇将为你介绍10个最应该了解的机器学习开源工具,走起!

非开发者应该用哪些?

无需开发,无需编程,并能用机器学习?答案是还能能 的,若果让他用工具。这里为初学者推荐另有六个 工具:

1.Knime

Knime是一款出色的工具,可让他无需编写任何代码即可完成端到端的数据科学工作流程。

它甚至配备了另有六个 拖放式界面,UI清晰,操作简单直观,还能能 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派发和转换;完成后,让他创建另有六个 模型并将其可视化。在生产方面,让他部署和管理数据科学项目。

最后,让他通过使用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,让他快速测试和训练层厚学习模型。用户还能能 确定启用懒人模式(拖拽界面),机会直接操作代码。

使用起来比Knime稍微冗杂你一种点。还要先加载CSV文件来训练数据。通过使用预先训练的模型,让他预测输出目标。最后,让他使用可用的可视化选项可视化你的数据。

机会你是编程的初学者,你还还能能 在Python中使用许多人都 扩展的API和训练模型。

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

模型部署用哪些工具?

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,这里列出了哪几个工具。

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。

你也还能能 使用Node.js。有了它,你不仅还能能 运行现有模型,还还能能 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浏览器上也是没人。

机会你想在移动设备上进行开发,还还能能 查看TensorFlow Lite。

官方地址:https://www.tensorflow.org/js/

4.MLFlow

MLFlow让他还能能 解决端到端的机器学习生命周期什么的什么的问题。它有另有六个 主要组件。

MLflow跟踪 - 通过记录和比较结果和参数来解决实验

MLflow项目 - 允许你将项目打包成你一种成员的可重用表单

MLflow模型 - 帮助你在不同平台中部署和管理ML库

MLFlow的原本惊人功能是它与库无关。这由于让他将其与你一种机器学习库一同使用而无需冒出任何兼容性什么的什么的问题。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些工具?

还有你一种方便的工具可用于在机器学习中执行不同的操作。

5.Detectron

机会你正在寻找最先进的物体检测算法,没人让他使用Detectron。

它由Facebook开发,是AI Research软件系统的一每种。它利用Caffe2层厚学习框架和Python。

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

6.SimpleCV

SimpleCV,另有六个 开源框架,允许你构建计算机视觉程序运行运行池池。它这俩于OpenCV,使让他访问高级计算机视觉库。这由于你何必 担心错综冗杂的概念。

有了它,让他制作计算机视觉项目,而无需在基础知识上投入太少时间。毕竟,出于一种由于,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,可让他识别语言。

它支持1150多种语言,也还能能 编程识别新语言。

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

强化学习用哪些工具?

机会你想训练智能代理,没人你还要帮助强化学习。

8.Open AI Gym

Open AI Gym让他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,让他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

数据挖掘用哪些工具?

机会你希望派发数据科学项目的数据,还能能 使用以下工具。

10.Weka

Weka用于数据挖掘任务。它借助于为数据挖掘设计的机器学习算法来实现。有了它,让他找到太少东西,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

机器学习正在改变许多人都 与世界互动的最好的措施。它使许多人都 的生活更轻松,并确保许多人都 建立另有六个 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,原本形成交叉螺旋,何必 断扩大。

 

import turtle

import time

turtle.pensize(2)

turtle.bgcolor("black")

colors = ["red","yellow","purple","blue"]#设置一种颜色,让他自己修改

#turtle.tracer(False)

for x in range(150):

   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:

绘制开始英文了了英语 前调用tracer(False)

绘制开始英文了了英语 事先tracer(True)

你一种 最好的措施是直接展示给用户绘制结果,无需漫长的等待歌曲绘制过程,你一种 最好的措施turtle里有,turle.Turtle后边也有,效果是一样的。

你机会学精了不妨加入自己的想法,对程序运行池池做你一种修改,看看会冒出哪些。