
5個(gè)開源Python庫,點(diǎn)亮你的機(jī)器學(xué)習(xí)之路
機(jī)器學(xué)習(xí)令人興奮,但實(shí)際操作卻很困難也很復(fù)雜。它涉及到很多手動(dòng)提升,如集合工作流,設(shè)置數(shù)據(jù)源,以及在內(nèi)部部署與云部署的資源之間切換等。
Python 是一款強(qiáng)大的工具語言,被廣泛應(yīng)用在大數(shù)據(jù)和機(jī)器學(xué)習(xí)之中。以下推薦了 5 個(gè) Python 庫,幫你疏通機(jī)器學(xué)習(xí)之路。
PyWren
PyWren 允許你運(yùn)行基于 Python 的科學(xué)計(jì)算工作負(fù)載,為 AWS Lamba 函數(shù)提供多個(gè)實(shí)例。The New Stack 中項(xiàng)目的配置文件對(duì) PyWren 的描述是,使用 AWS Lamba 作為強(qiáng)大的并行處理系統(tǒng),處理可以切分為多個(gè)小任務(wù)的項(xiàng)目,從而不用占據(jù)大量的內(nèi)存或運(yùn)行空間。
此項(xiàng)目有個(gè)缺點(diǎn)是 lambda 函數(shù)運(yùn)行不能超過 300 秒。但如果是一份只需幾分鐘就能完成的工作,并且要在數(shù)據(jù)集中運(yùn)行上千次,那 PyWren 會(huì)是不錯(cuò)的選擇,它能在一定程度上將用戶硬件上無法運(yùn)行的工作平行化至云端。
Tfdeploy
Google 的 TensorFlow 框架在發(fā)布了 1.0 版本之后進(jìn)入輝煌時(shí)期,這時(shí)人們要問了:如何才能在不使用 TensorFlow 本身的情況下,使用在 TensorFlow 上訓(xùn)練的框架?
Tfdeploy 能給你答案。它將經(jīng)過訓(xùn)練的 TensorFlow 模型導(dǎo)出為“簡單的基于 NumPy 的可調(diào)用對(duì)象”,即該模型可以在 Python 中使用,并以 Tfdeploy 和 NumPy math-and-stats 庫為唯一的依賴關(guān)系。大多數(shù)可以在 TensorFlow 中執(zhí)行的操作也可以在 Tfdeploy 中執(zhí)行,你可以通過標(biāo)準(zhǔn)的 Python metaphors 來擴(kuò)展庫的行為(如,重載類)。
Luigi
編寫批量作業(yè)只是處理數(shù)據(jù)堆的一部分,你還需要將所有作業(yè)串起來生成類似工作流和管道的東西。
Luigi 由 Spotify 創(chuàng)建,用于“解決與長期運(yùn)行成批處理作業(yè)有關(guān)的管道問題”。開發(fā)者可以通過 Luigi 采用多個(gè)不同且不相關(guān)的數(shù)據(jù)處理任務(wù),如,Hive 查詢,Java 中的 Hadoop 任務(wù),Scala 中的 Spark 任務(wù),從數(shù)據(jù)庫轉(zhuǎn)儲(chǔ) table 等,還可以創(chuàng)建一個(gè)端到端運(yùn)行它們的工作流。
對(duì)任務(wù)的整個(gè)描述以及依存性被打造為 Python 模塊,而不是作為 XML 配置文件或其他數(shù)據(jù)格式創(chuàng)建,因此可以集成到其他以 Python 為中心的項(xiàng)目中。
Kubelib
如果你使用 Kubernetes 作為機(jī)器學(xué)習(xí)作業(yè)的編排系統(tǒng),那么你會(huì)祈禱 Kubernetes 產(chǎn)生的問題不要比解決的問題還多。Kubelib 為 Kubernetes 提供了一組 Pythonic 接口,最初是為了協(xié)助 Jenkins 腳本工作。但是它可以在沒有 Jenkins 的情況下使用,它可以處理 kubectl CLI 或 Kubernetes API 暴露的一切服務(wù)。
PyTorch 是一個(gè) Torch7 團(tuán)隊(duì)開源的 Python 優(yōu)先的深度學(xué)習(xí)框架,提供兩個(gè)高級(jí)功能:強(qiáng)大的 GPU 加速 Tensor 計(jì)算(類似 numpy),構(gòu)建基于 tape 的自動(dòng)升級(jí)系統(tǒng)上的深度神經(jīng)網(wǎng)絡(luò)。你可以重用你喜歡的 python 包,如 numpy、scipy 和 Cython ,在需要時(shí)擴(kuò)展 PyTorch。
通常使用Python是將其作為 numpy 的替代品,以使用強(qiáng)大的 GPU 能力,或作為一個(gè)深度學(xué)習(xí)研究平臺(tái),提供最大的靈活性和速度。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10