首页 首页 人工智能 机器学习 查看内容

5 个开源 Python 库,让机器学习更简单

木马童年 2019-2-13 14:25 87 0

机器学习令人兴奋,但实际操作却很困难也很复杂。它涉及到很多手动操作,如集合工作流和管道,设置数据源,以及在内部部署与云部署的资源之间切换等。Python 是一款强大的工具语言,被广泛应用在大数据和机器学习之 ...

机器学习令人兴奋,但实际操作却很困难也很复杂。它涉及到很多手动操作,如集合工作流和管道,设置数据源,以及在内部部署与云部署的资源之间切换等。

Python 是一款强大的工具语言,被广泛应用在大数据和机器学习之中。以下推荐了 5 个 Python 库,帮你疏通机器学习之路

PyWren

PyWren 允许你将基于 Python 的科学计算工作负载作为多个 AWS Lambda 函数来运行。The New Stack 上一份对该项目的描述是,使用 AWS Lamba 作为强大的并行处理系统,处理可以切分为多个小任务的项目,从而不用占据大量的内存或存储空间。

此项目有个缺点是 lambda 函数运行不能超过 300 秒。但如果是一份只需几分钟就能完成的工作,并且要在数据集中运行上千次,那 PyWren 会是不错的选择,它能在一定程度上将用户硬件上无法运行的工作平行化至云端。

Tfdeploy


5 个开源 Python 库,让机器学习更简单

Google 的 TensorFlow 框架在发布了 1.0 版本之后进入辉煌时期,这时人们要问了:如何才能在不使用 TensorFlow 本身的情况下,使用在 TensorFlow 上训练的模型?

Tfdeploy 能给你答案。它将经过训练的 TensorFlow 模型导出为“简单的基于 NumPy 的可调用对象”,即该模型可以在 Python 中使用,并以 Tfdeploy 和 NumPy math-and-stats 库为的依赖关系。大多数可以在 TensorFlow 中执行的操作也可以在 Tfdeploy 中执行,你可以通过标准的 Python metaphors 来扩展库的行为(如,重载类)。

Luigi


5 个开源 Python 库,让机器学习更简单

编写批量作业只是处理数据堆的一部分,你还需要将所有作业串起来生成类似工作流和管道的东西。

Luigi 由 Spotify 创建,用于“解决与长期运行成批处理作业有关的管道问题”。开发者可以通过 Luigi 采用多个不同且不相关的数据处理任务,如,Hive 查询,Java 中的 Hadoop 任务,Scala 中的 Spark 任务,从数据库转储 table 等,还可以创建一个端到端运行它们的工作流。

对任务的整个描述以及依存性被打造为 Python 模块,而不是作为 XML 配置文件或其他数据格式创建,因此可以集成到其他以 Python 为中心的项目中。

Kubelib

如果你使用 Kubernetes 作为机器学习作业的编排系统,那么你会祈祷 Kubernetes 产生的问题不要比解决的问题还多。Kubelib 为 Kubernetes 提供了一组 Pythonic 接口,最初是为了协助 Jenkins 脚本工作。但是它可以在没有 Jenkins 的情况下使用,它可以处理 kubectl CLI 或 Kubernetes API 暴露的一切服务。

PyTorch


5 个开源 Python 库,让机器学习更简单

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架,提供两个高级功能:强大的 GPU 加速 Tensor 计算(类似 numpy),构建基于 tape 的自动升级系统上的深度神经网络。你可以重用你喜欢的 python 包,如 numpy、scipy 和 Cython ,在需要时扩展 PyTorch。

通常使用 PyTorch 是将其作为 numpy 的替代品,以使用强大的 GPU 能力,或作为一个深度学习研究平台,提供较大的灵活性和速度。


在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

机器学习 数据源 云部署 大数据 科学计算 存储空间
0
为您推荐
机器学习新手工程师常犯的6大错误

机器学习新手工程师常犯的6大错误

作者:李亚洲 理所当然地使用默认损失函数 在刚入门的时候,均方误差作为损失函数是…...

一文读懂监督学习、无监督学习、半监督学习、强化学习这四种深度学习方式

一文读懂监督学习、无监督学习、半监督学习

一般说来,训练深度学习网络的方式主要有四种:监督、无监督、半监督和强化学习。在接…...

中美人工智能市场的概况与对比

中美人工智能市场的概况与对比

本文对比了中美人工智能的发展水平、发展阶段、发展异同等方面。 作者 赛迪顾问 …...

机器学习——特征工程基本流程

机器学习——特征工程基本流程

前言 特征是数据中抽取出来的对结果预测有用的信息,可以是文本或者数据。特征工程是…...

深度学习的高维度问题

深度学习的高维度问题

作者:刘通 数据的高维度问题 深度学习的目标是基于某些给定信息对未知变量进行预测…...

关于机器学习你必须了解的十个真相

关于机器学习你必须了解的十个真相

作为一个经常向非专业人士解释机器学习的人,我整理了以下十点内容作为对机器学习的一…...