首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

机器学习也能套模版:在线选择模型和参数,一键生成demo

连机器学习的代码,也可以套模(tou)版(lan)了。

现在,有一个Web应用程序,可以生成用于机器学习的模板代码(demo),目前支持PyTorch和scikit-learn。

同时,对于初学者来说,这也是一个非常好的工具。在模版中学习机器学习的代码,可以少走一些弯路。

这也难怪开发者在项目的介绍中,这样写道:

这非常适合机器学习的初学者!

这个名为traingenerator的项目,已于最近成功上线,并冲上了reddit的热榜。

这,究竟是一个什么样的项目,就让我们来看一下。

选择模型和参数,一键生成demo

在任务处理上,目前的任务目标只有图像分类这一种可供选择。

不过,开发者说,有更多功能正在路上,比如目标检测、语义分割等任务目标。

而目前,Web支持的框架有PyTorchscikit-learn,如下图所示,在选定框架后,模版会自动变换。

在PyTorch下,可使用的模型有:AlexNet、ResNet、DenseNet及VGG。

而在scikit-learn下,可选择的模型有:Support vectors、Random forest、Perceptron、K-nearest neighbors及Decision tree。

之后,在下方,在选择不同的模型下,还可以调节不同的训练参数。

此外,可输入的数据有着两种选择:Numpy arraysImage files

最后,在demo输出上,你也有三个选择,能够分别导出.pyJupyter notebookGoogle Colab三种文件格式。

目前,该项目已经在网站上线,可以直接在网页上(网页地址可在文末获取)操作上述内容,并直接生成demo。

运行方法

另外,如果你想要在本地运行或者部署,开发者还贴心地提供了使用指南。

安装

代码语言:javascript
复制
git clone https://github.com/jrieke/traingenerator.git cd traingenerator pip install -r requirements.txt 

如果要使「在Colab中打开」生效,还需要设置一个Github repo来存储笔记本文件(因为Colab只能打开Github上的公共文件)。

设置repo后,创建一个.env文件其中包含:

代码语言:javascript
复制
GITHUB_TOKEN=<your-github-access-token> REPO_NAME=<user/notebooks-repo> 

本地运行

代码语言:javascript
复制
streamlit run app/main.py 

确保总是从traingenerator目录(而不是从应用程序目录)运行,否则应用程序将无法找到模板。

部署到Heroku

首先,安装heroku并登录。要创建新部署的话,便在traingenerator内部运行:

代码语言:javascript
复制
heroku create git push heroku main heroku open 

之后,更新已部署的应用程序,提交更改并运行:

代码语言:javascript
复制
git push heroku main 

如果你设置了一个Github repo来启用「在Colab中打开」按钮,你还需要运行:

代码语言:javascript
复制
heroku config:set GITHUB_TOKEN=<your-github-access-token> heroku config:set REPO_NAME=<user/notebooks-repo> 

测试

最后,进行测试即可:

代码语言:javascript
复制
pytest ./tests 

该Web应用程序上线了,并且代码也已开源,感兴趣的小伙伴可以点击下方链接获取。

Web应用程序地址:

https://traingenerator.jrieke.com/

Github地址:

https://github.com/jrieke/traingenerator#installation

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

  • 发表于:
  • 原文链接http://news.51cto.com/art/202012/636161.htm
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

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

扫码加入开发者社群
领券