减少代码行数就是提高生产力！美国防部研究人员开源低代码量的机器学习框架：ktrain

近日，美国国防部研究人员 Arun S. Maiya 开源一套低代码量的增强机器学习Python库：ktrain，主打 3～4 行命令或代码完成一项功能，使得初学者和专家级人员都能够快速的构建、训练、监测、部署模型。

该库以封装流行的机器学习库，提供高阶API为思路，目前已经封装了TensorFlow、transformers, scikit-learn, stellargraph等机器学习库，支持数据包括文本（文本分类、序列标注、开域问答）、图像（分类）、和图结构数据（节点分类、链接预测）。

ktrain 给出了统一的接口，使得解决问题更加方便。

目前支持的数据类型和任务：

该库对机器学习算法进行了更高程度的封装，如监督学习的主要步骤：

1. 加载并预处理数据；
2. 创建模型；
3. 估计学习率；
4. 训练模型。

其中估计学习率是其自动化程度高的亮点。

示例：

7 行代码微调 BERT 实现中文文本分类：

8 行代码微调 ResNet50 实现图像分类：

5 行代码实现开放领域的问答系统：

为方便学习上手，官方已经给出了一些实用而又具有代表性的教程：

相信对于学习该库和了解机器学习方法和应用都是很有帮助的。

减少代码行数就是提高生产力，随着技术的不算成熟和应用领域扩大，这种增强机器学习库相信会越来越受欢迎！

开源地址：

https://github.com/amaiya/ktrain

END