用这8种开源工具，机器学习超轻松
作为机器学习开发人员，一定需要很多机器学习资源，包括可以在项目中使用的工具等。今天给大家介绍8种开源工具，用于机器学习，希望能帮您提高工作效率。
1、Gradio
Gradio有用于创建基于Web的UI的工具，让用户能与模型进行实时交互。它包括几个示例项目，比如Inception V3图像分类器的输入接口、MNIST手写识别模型等，帮助了解如何在自己的项目中使用Gradio。
2、Compose
Compose能解决机器学习模型中比较常见的标记原始数据的问题，可以用Python为数据，编写一组标记功能，还能在数据上设置各种变换和阈值，简化标记的过程。
3、Core ML Tools
Core ML Tools是Python包，集成了很多Python机器学习库和工具，TensorFlow，PyTorch，Keras，ONNX，Scikit-learn等模型皆能转换，它的神经网络模型还可以通过训练后量化，而优化大小。
4、GoLearn
GoLearn是针对Google Go语言的机器学习库，它的可定制性更高，能够在应用程序中轻松扩展某些数据结构。此外它能在库中加载和处理数据，并在SciPy和R之后进行了模式化。
5、Cortex
Cortex提供了简便方法，使用Python和TensorFlow，PyTorch，Scikit-learn等模型，提供来自机器学习模型的预测服务。一般Cortex软件包只有几个文件，包括核心Python逻辑，描述要使用的模型，要分配的cortex.yaml文件，及用于安装所需Python要求的require.txt文件。它的计算资源的分配方式与在Kubernetes中差不多，所以能用GPU或Amazon Inferentia ASIC加快服务速度。
6、Oryx
Oryx主要使用Apache Spark和Apache Kafka，在实时数据上运行机器学习模型。版本2.0对该项目进行了重新设计，它的组件以lambda架构松散耦合，能随时添加新算法和算法的新抽象。
7、Featuretools
Featuretools有通过综合数据帧中的数据，而构建的高级Python对象来执行此操作的功能，可以针对从一个或多个数据帧中提取的数据执行操作。它还有综合操作所需的通用原语，使得用户不用自己滚动原语，很方便省心。
8、Shogun
Shogun用C ++编写，可以与Java，Python，C＃，Ruby，R，Lua，Octave和Matlab一起使用。最新的主要版本6.0.0增加了对微软Windows和Scala语言的本机支持，它声称比其他库更快、更容易使用，这是它很大的优点。
这8种用于机器学习的开源工具你收藏了吗？如果还有什么想要了解的，或者你有其他的好用的工具，可以在下方评论留言和大家一起探讨！
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20201015A0D4C000?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
