【学术】谷歌公开简化数据科学工作流程的内部工具—Colaboratory

谷歌最近公开了它的内部工具，该工具用于数据科学和机器学习工作流程，称为Colaboratory。 虽然它与jupyter notebook非常相似，但它的真正价值来自于该服务目前提供的免费计算能力。合作特征与Google Docs类似，允许小团队紧密合作，并快速构建小型原型。 一般来说，这个工具与Google成为“AI-First”公司的愿景紧密相关。

jupyter notebook示例

这个工具对于初学者来说也是非常强大的，因为这个工具带有Python 2.7环境和所有主要的Python库。 他们不再需要先经过各种安装过程，而是可以立即开始编写代码。

我使用OpenCV创建了和人脸识别有关的公共Colaboratory jupyter notebook，这是以机器学习为核心的计算机视觉的主题之一。 为了运行这个jupyter notebook，建议用户将jupyter notebook从他们将能够运行代码的位置，复制到他们自己的Colaboratory。

• 公共Colaboratory jupyter notebook地址：https://drive.google.com/file/d/0B7-sJqBiyjCcRmFkMzl6cy1iN0k/view?usp=sharing

要开始使用jupyter notebook，必须运行所有现有的储存格，以便加载库和基础数据。对于网络上的任何图像，你可以在带有被URL替代的<—IMAGE_URL—>的新代码储存格中，执行findfaces(‘<—IMAGE_URL—>’)函数的新版本，例如http://epilepsyu.com/wp-content/uploads/2014/01/happy-people-1050×600.jpg。这将使用新的URL获取图像,在代码储存格下生成一个输出单元。如果照片中包含被OpenCV算法选中的人脸，那么这些面部总数将被提供，并且在图像上用正方形显示面部的位置。

输出示例

我相信使用谷歌的Colaboratory工具让那些刚开始编码的人受益颇多。它允许我们不必担心底层架构，并且可以快速地开始执行脚本。上面提到的jupyter notebook就是一个很好的例子，因为它的用户只需插入一个新的函数。如果他或她对基础代码感兴趣，他们也可以查看并根据他们感兴趣的方式进行调整。

最近引入的脚本缩短了开发反馈周期。jupyter notebook也很容易分享和启用评论，允许从社区的不同成员收集反馈。