【框架】为降低机器学习开发者门槛,苹果发布了Turi Create框架
近日,苹果在GitHub上发布了Turi Create框架。苹果表示,这个框架旨在通过简化机器学习模型的开发,降低开发者构建模型的门槛。详细说明如下:
Turi Create
Turi Create简化了自定义机器学习模型的开发。你不需要成为机器学习的专家,即可为你的程序添加推荐,对象检测,图像分类,图像相似度识别或活动分类。
- 易于使用:让你聚焦于任务而不是算法
- 可视化:内置的流式可视化功能可以探索你的数据
- 灵活:支持文本,图像,音频,视频和传感器数据
- 快速和可扩展性:可在单台机器上处理大型数据集
- 易于准备配置:模型导出到Core ML,即可用于iOS,macOS,watchOS和tvOS应用程序
示例:带有少量代码的图像分类器
如果你希望你的应用程序识别图像中的特定对象,可以使用以下几行代码创建自己的模型:
import turicreate as tc
# Load data
data= tc.SFrame('photoLabel.sframe')
# Create a model
model= tc.image_classifier.create(data, target='photoLabel')
# Make predictions
predictions= model.predict(data)
# Export to Core ML
model.export_coreml('MyClassifier.mlmodel')
你可以轻易地在iOS应用程序中使用生成的模型:
使用Turi Create,你可以处理很多常见的场景:
- 推荐系统
- 图像分类
- 图像相似度检测
- 对象检测
- 活动分类器
- 文本分类器
你还可以使用基本的机器学习模型做成基于算法的工具包:
- 分类
- 回归
- 图谱分析
- 聚类
- 最近邻元素
- 主题模型
支持的平台
Turi Create支持:
- macOS 10.12+
- Linux(依赖于glibc 2.12+)
- Windows 10(需要WSL)
系统要求
- Python 2.7(即将支持Python 3.5+)
- x86_64架构
安装
Linux不同变种的安装详细说明,参阅LINUX_INSTALL.md。常见的安装问题,参阅INSTALL_ISSUES.md。
我们推荐使用环境virtualenv,安装或建立Turi Create。请务必使用你的系统pip安装virtualenv。
pip install virtualenv
安装Turi Create的方法参照标准的python包安装步骤。要创建一个名为venv的Python虚拟环境,请参照以下步骤:
# Create a Python virtual environment
cd ~
virtualenv venv
要激活新的虚拟环境并在此环境中安装Turi Create
,请按照下列步骤操作:
# Active your virtual environment
source ~/venv/bin/activate
# Install Turi Create in the new virtual environment, pythonenv
(venv) pip install-U turicreate
文档
软件包用户指南和API文档包含更多关于如何使用Turi Create的细节。
GPU支持
Turi Create不一定需要GPU,但某些模型可以通过使用GPU加速。要在安装turicreate
包后启用GPU支持,请执行以下步骤:
- 安装CUDA 8.0(说明)
- 为CUDA 8.0安装cuDNN 5(说明)
确保将CUDA库路径添加到LD_LIBRARY_PATH
环境变量。通常情况下,这意味着将以下行添加到 ~/.bashrc
文件中:
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
如果你将cuDNN文件安装到单独的目录中,请确保单独添加它。下一步是卸载mxnet
并安装启用CUDA的mxnet-cu80
包:
(venv) pip uninstall-y mxnet
(venv) pip install mxnet-cu80==0.11.0
确保你安装的MXNet版本与turicreate依赖的版本相同(当前为0.11.0
)。如果你在设置GPU时遇到困难,可参阅MXNet安装说明。
从源代码构建
如果你想从源代码构建Turi Create,请参阅BUILD.md。
提交贡献
请参阅CONTRIBUTING.md。
GitHub链接:https://github.com/apple/turicreate
- java教程
- Java快速入门
- Java 开发环境配置
- Java基本语法
- Java 对象和类
- Java 基本数据类型
- Java 变量类型
- Java 修饰符
- Java 运算符
- Java 循环结构
- Java 分支结构
- Java Number类
- Java Character类
- Java String类
- Java StringBuffer和StringBuilder类
- Java 数组
- Java 日期时间
- Java 正则表达式
- Java 方法
- Java 流(Stream)、文件(File)和IO
- Java 异常处理
- Java 继承
- Java 重写(Override)与重载(Overload)
- Java 多态
- Java 抽象类
- Java 封装
- Java 接口
- Java 包(package)
- Java 数据结构
- Java 集合框架
- Java 泛型
- Java 序列化
- Java 网络编程
- Java 发送邮件
- Java 多线程编程
- Java Applet基础
- Java 文档注释
- 【Python爬虫】写一个爬取中国天气网的终端版天气预报爬虫
- 如何制定企业级代码规范与检查
- 哈希表:可以拿数组当哈希表来用,但哈希值不要太大!
- 【Python】Scrapy爬虫入门(一)Scrapy的基本用法和爬取静态网站
- 【动手学深度学习笔记】之读取和存储
- 据说这才是看热搜的正确方法?
- Ubuntu18.04安装Anaconda3和VSCode指南
- 微信小程序里如何使用npm?小程序集成友盟举例
- 听说你的表情包不够用了?
- 【Python】Python爬虫爬取中国天气网(二)
- C#和sql连接实例
- 【Python】五分钟画一条动态心形曲线~
- 三步修改jupyter notebook主题和页面宽度
- “为了看星星,我自己做了一个行星观测器”
- Java生成报表数据图片