前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【框架】为降低机器学习开发者门槛,苹果发布了Turi Create框架

【框架】为降低机器学习开发者门槛,苹果发布了Turi Create框架

作者头像
AiTechYun
发布2018-03-05 17:31:09
1.1K0
发布2018-03-05 17:31:09
举报
文章被收录于专栏:ATYUN订阅号ATYUN订阅号

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:

代码语言:javascript
复制
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。

代码语言:javascript
复制
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:

代码语言:javascript
复制
# 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:

代码语言:javascript
复制
# 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:

代码语言:javascript
复制
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:

代码语言:javascript
复制
(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

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-12-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 ATYUN订阅号 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Turi Create
  • 示例:带有少量代码的图像分类器
  • 支持的平台
  • 系统要求
  • 安装
  • 文档
  • GPU支持
  • 从源代码构建
  • 提交贡献
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档