資訊專欄INFORMATION COLUMN
摘要：通用性一種新的基于數(shù)據(jù)類型的深度學(xué)習(xí)模型設(shè)計方法，使該工具可以跨許多不同的應(yīng)用領(lǐng)域使用?？衫斫庑陨疃葘W(xué)習(xí)模型內(nèi)部通常被認(rèn)為是黑匣子，但是該庫提供標(biāo)準(zhǔn)的可視化來理解它們的性能并比較它們的預(yù)測。
昨日，Uber官網(wǎng)重磅宣布新開源深度學(xué)習(xí)框架Ludwig，不需要懂編程知識，讓專家能用的更順手，讓非專業(yè)人士也可以玩轉(zhuǎn)人工智能，堪稱史上最簡單的深度學(xué)習(xí)框架！
Ludwig是一個建立在TensorFlow之上的工具箱，它允許用戶在不需要編寫代碼的情況下訓(xùn)練和測試深度學(xué)習(xí)模型！
簡單到什么程度？令人發(fā)指！
用戶只需要提供一個包含數(shù)據(jù)的CSV文件，一個列表作為輸入，一個列表作為輸出，Ludwig就將為你完成其余的工作：訓(xùn)練、測試、可視化、分布式訓(xùn)練等等。
安裝Ludwig就這樣簡單：
訓(xùn)練模型就一行命令：
模型預(yù)測也就一個命令：
可視化也只需一行：
當(dāng)然，對于熟悉Python的用戶，Ludwig也提供了非常簡單易用的API：
可視化工具允許你分析模型的訓(xùn)練和測試性能，并對它們進(jìn)行比較。
Ludwig在構(gòu)建時考慮了可擴(kuò)展性原則，很容易添加對新數(shù)據(jù)類型和新模型體系結(jié)構(gòu)的支持。
工程人員可以使用它快速訓(xùn)練和測試深度學(xué)習(xí)模型，研究人員也可以使用它來獲得強(qiáng)有力的基線版本，并方便進(jìn)行對比，并通過執(zhí)行標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理和可視化來確保模型可比性。
打個比方！TensorFlow提供了建筑房屋的積木，Ludwig提供的則是一棟棟的房子，你來決定建造怎樣的城市?。?/p>
該工具箱的核心設(shè)計原則是:
無需編碼:不需要編碼技能來訓(xùn)練模型也不需要編碼用它進(jìn)行預(yù)測。
通用性:一種新的基于數(shù)據(jù)類型的深度學(xué)習(xí)模型設(shè)計方法，使該工具可以跨許多不同的應(yīng)用領(lǐng)域使用。這點(diǎn)無比強(qiáng)大！
靈活性:經(jīng)驗(yàn)豐富的用戶對模型構(gòu)建和訓(xùn)練可進(jìn)行有效的控制，而新手會容易上手。
可擴(kuò)展性:易于添加新的模型體系結(jié)構(gòu)和新的特征數(shù)據(jù)類型。
可理解性:深度學(xué)習(xí)模型內(nèi)部通常被認(rèn)為是黑匣子，但是該庫提供標(biāo)準(zhǔn)的可視化來理解它們的性能并比較它們的預(yù)測。
開源: Apache許可證2.0
使用該庫的簡多帶帶到之處在于，你只需要關(guān)注于數(shù)據(jù)CVS文件和配置文件YAML！
Ludwig提供了不少計算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)熱門應(yīng)用的例子，讓我們一起來領(lǐng)略使用一行命令我們能做什么吧！下面圖中表格即為CVS數(shù)據(jù)文件示例，表格下為調(diào)用例子實(shí)驗(yàn)的命令。
圖像分類：
視覺問答：
孿生網(wǎng)絡(luò)One-shot學(xué)習(xí)：
圖像描述：
機(jī)器翻譯：
自然語言理解：
命名實(shí)體識別：
文本分類：
多任務(wù)學(xué)習(xí)：
多標(biāo)簽分類：
電影評分預(yù)測（機(jī)器學(xué)習(xí)回歸預(yù)測）：
時間序列預(yù)測：
Kaggle泰坦尼克入門：幸存者預(yù)測
語義分析：
對話機(jī)器人：
無需編程、一行命令使用深度學(xué)習(xí)解決實(shí)際問題！關(guān)鍵是還在Uber的生產(chǎn)環(huán)境經(jīng)過工程驗(yàn)證！這樣的好工具，你想不想試一下呢？
開源地址：
https://github.com/uber/ludwig
文檔及示例：
https://uber.github.io/ludwig/
聲明：文章收集于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系小編及時處理，謝謝！
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/4855.html
摘要：如何在中使用動畫前端掘金本文講一下中動畫應(yīng)用的部分。與的快速入門指南推薦前端掘金是非常棒的框架，能夠創(chuàng)建功能強(qiáng)大，動態(tài)功能的。自發(fā)布以來，已經(jīng)廣泛應(yīng)用于開發(fā)中。 如何在 Angular 中使用動畫 - 前端 - 掘金本文講一下Angular中動畫應(yīng)用的部分。 首先，Angular本生不提供動畫機(jī)制，需要在項(xiàng)目中加入Angular插件模塊ngAnimate才能完成Angular的動畫機(jī)制...
摘要：接下來繼續(xù)介紹三種架構(gòu)模式，分別是查詢分離模式微服務(wù)模式多級緩存模式。分布式應(yīng)用程序可以基于實(shí)現(xiàn)諸如數(shù)據(jù)發(fā)布訂閱負(fù)載均衡命名服務(wù)分布式協(xié)調(diào)通知集群管理選舉分布式鎖和分布式隊(duì)列等功能。 SpringCloud 分布式配置 SpringCloud 分布式配置 史上最簡單的 SpringCloud 教程 | 第九篇: 服務(wù)鏈路追蹤 (Spring Cloud Sleuth) 史上最簡單的 S...
摘要：值得一提的是每篇文章都是我用心整理的，編者一貫堅持使用通俗形象的語言給我的讀者朋友們講解機(jī)器學(xué)習(xí)深度學(xué)習(xí)的各個知識點(diǎn)。今天，紅色石頭特此將以前所有的原創(chuàng)文章整理出來，組成一個比較合理完整的機(jī)器學(xué)習(xí)深度學(xué)習(xí)的學(xué)習(xí)路線圖，希望能夠幫助到大家。 一年多來，公眾號【AI有道】已經(jīng)發(fā)布了 140+ 的原創(chuàng)文章了。內(nèi)容涉及林軒田機(jī)器學(xué)習(xí)課程筆記、吳恩達(dá) deeplearning.ai 課程筆記、機(jī)...
摘要：現(xiàn)在，蘇黎世聯(lián)邦理工學(xué)院正在上著手準(zhǔn)備一個開源項(xiàng)目，與全球研究者合作開展這一項(xiàng)跨學(xué)科天體物理學(xué)和計算機(jī)科學(xué)的開創(chuàng)性工作。 上圖向我們分別展示了一個原始星系的圖像（左邊第一張），經(jīng)過退化處理了的星系圖像（左起第二張），經(jīng)GAN修復(fù)的星系圖像（左起第三張），以及之前的較先進(jìn)的技術(shù)——反卷積技術(shù)加工完成的星系圖像（右邊第一張）。天文望遠(yuǎn)鏡是天文學(xué)使用的主要儀器，通常情況下會受到其自身鏡片或鏡頭大小...
摘要：它就是史上最簡單的教程第三篇服務(wù)消費(fèi)者后端掘金上一篇文章，講述了通過去消費(fèi)服務(wù)，這篇文章主要講述通過去消費(fèi)服務(wù)。概覽和架構(gòu)設(shè)計掘金技術(shù)征文后端掘金是基于的一整套實(shí)現(xiàn)微服務(wù)的框架。 Spring Boot 配置文件 – 在坑中實(shí)踐 - 后端 - 掘金作者：泥瓦匠鏈接：Spring Boot 配置文件 – 在坑中實(shí)踐版權(quán)歸作者所有，轉(zhuǎn)載請注明出處本文提綱一、自動配置二、自定義屬性三、ran...
閱讀 2744·2023-04-25 17:58
閱讀 3010·2021-11-15 11:38
閱讀 2416·2021-11-02 14:48
閱讀 1223·2021-08-25 09:40
閱讀 1853·2019-08-30 15:53
閱讀 1124·2019-08-30 15:52
閱讀 1056·2019-08-30 13:55
閱讀 2469·2019-08-29 15:21
