【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