「」探索浏览器中的机器学习
全文共1142字 , 预计学习时长5分钟
本文插图
近几年 , 机器学习迎来了前所未有的大爆发 , 几乎随处可见 。 今天就来介绍一下如何在线构建共享机器学习模型 。
Jupyternotebooks是用来建立机器学习模型最常见的环境之一 , 它是本地开发机器学习的好工具 , 但也有缺点 , 它很难在生成代码上共享与协作 。
你不得不进行一系列合理设置 , 非python用户尤甚 , 包括需要设置python环境 , 安装Jupyter及其依赖项以及可能需要的其他python软件包 。
有点麻烦?有的工具可以直接在浏览器中运行开发notebooks中的python代码 。 本文就将介绍两个这样的工具 。
本文插图
GoogleColaboratory
本文插图
Google Colaboratory , 通常被称为colab , 由谷歌开发 , 允许所有人在浏览器中创建并运行python代码 。 其内置许多标准机器学习和数据科学库 , 包括pandas和scikit-learn , 还可以安装几乎其他所有python库 , 以便在每个notebook中使用 。
若想访问colab需注册谷歌账户 , 可免费访问notebook环境和计算资源 , 包括GPU 。
来快速演示一遍:
登录谷歌帐户后 , 进入谷歌云盘(Google drive)并选择新的Google Colaboratory 。
本文插图
这样就新建了一个空白notebook 。
本文插图
可以通过运行pip freeze 来查看预安装软件包 。
如果需要安装尚无法获取的软件包 , 可以通过运行 pip install package来完成 。
本文插图
导入数据有许多种方法 , 包括直接从谷歌云盘中加载文件 。
那么怎样从本地CSV文件导入数据呢?
首先运行此代码 。
from google.colab importfilesuploaded = files.upload()
然后就能看到一个按钮 , 可以从本地系统任意位置选择文件 。
本文插图
现在就可以自由编写代码来创建机器学习模型 。
Googlecolab notebooks可以通过链接共享 , 类似于谷歌文档共享 , 链接接收者可以运行并编辑代码 。
本文插图
Kaggle kernels
本文插图
Kagglekernels需要注册账户 , 但也是完全免费使用 。 与Googlecolab notebooks非常相似 , 不过其特有优点是可以进行版本控制 。
一旦创建好帐户 , 就可以导航到网站的kernels区域 , 然后选择新的Notebook 。
本文插图
与colab类似 , Kaggle kernels提供了许多python常用标准库 , 可以通过使用pip freeze查看 。 在导入其他库方面也采用了与colab完全相同的方法 , 安装软件包也如此 。
加载数据非常简单 。 首先 , 选择文件(File) , 然后选择添加或上传数据(Add orupload data) 。
推荐阅读
- 「」自制透明探索版移动硬盘 有一说一还挺好看?
- 『法律』“重大误解”在“无人干预缔约过程”的合同中的适用
- 「宇宙」宇宙中的物质从哪儿来?中微子证明给你看
- ##电竞手机中的“性能猛兽”,安兔兔跑分超61万,开卖1个月降300元
- 手机@走性价比的苹果,会影响它在你心中的形象吗?
- ##JEET MARS真无线蓝牙耳机,广袤星空中的一抹亮色
- 苹果:走性价比的苹果,会影响它在你心中的形象吗?
- 火星:NASA分享火星探索任务新信息:将使用三艘宇宙飞船
- 『』关于表单中的二次确认设计思考
- [棉花]全棉时代用一朵棉花,探索可持续未来
