如何在線構(gòu)建共享機(jī)器學(xué)習(xí)模型

近幾年，機(jī)器學(xué)習(xí)迎來了前所未有的大爆發(fā)，幾乎隨處可見。今天就來介紹一下如何在線構(gòu)建共享機(jī)器學(xué)習(xí)模型。

Jupyternotebooks是用來建立機(jī)器學(xué)習(xí)模型最常見的環(huán)境之一，它是本地開發(fā)機(jī)器學(xué)習(xí)的好工具，但也有缺點(diǎn)，它很難在生成代碼上共享與協(xié)作。

你不得不進(jìn)行一系列合理設(shè)置，非python用戶尤甚，包括需要設(shè)置python環(huán)境，安裝Jupyter及其依賴項(xiàng)以及可能需要的其他python軟件包。

有點(diǎn)麻煩？有的工具可以直接在瀏覽器中運(yùn)行開發(fā)notebooks中的python代碼。本文就將介紹兩個(gè)這樣的工具。

GoogleColaboratory

Google Colaboratory，通常被稱為colab，由谷歌開發(fā)，允許所有人在瀏覽器中創(chuàng)建并運(yùn)行python代碼。其內(nèi)置許多標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)庫，包括pandas和scikit-learn，還可以安裝幾乎其他所有python庫，以便在每個(gè)notebook中使用。

若想訪問colab需注冊(cè)谷歌賬戶，可免費(fèi)訪問notebook環(huán)境和計(jì)算資源，包括GPU。

來快速演示一遍：

登錄谷歌帳戶后，進(jìn)入谷歌云盤（Google drive）并選擇新的Google Colaboratory。

這樣就新建了一個(gè)空白notebook。

可以通過運(yùn)行pip freeze 來查看預(yù)安裝軟件包。

如果需要安裝尚無法獲取的軟件包，可以通過運(yùn)行 pip install package來完成。

導(dǎo)入數(shù)據(jù)有許多種方法，包括直接從谷歌云盤中加載文件。

那么怎樣從本地CSV文件導(dǎo)入數(shù)據(jù)呢？

首先運(yùn)行此代碼。

from google.colab importfilesuploaded = files.upload（）

然后就能看到一個(gè)按鈕，可以從本地系統(tǒng)任意位置選擇文件。

現(xiàn)在就可以自由編寫代碼來創(chuàng)建機(jī)器學(xué)習(xí)模型。

Googlecolab notebooks可以通過鏈接共享，類似于谷歌文檔共享，鏈接接收者可以運(yùn)行并編輯代碼。

Kaggle kernels

Kagglekernels需要注冊(cè)賬戶，但也是完全免費(fèi)使用。與Googlecolab notebooks非常相似，不過其特有優(yōu)點(diǎn)是可以進(jìn)行版本控制。

一旦創(chuàng)建好帳戶，就可以導(dǎo)航到網(wǎng)站的kernels區(qū)域，然后選擇新的Notebook。

與colab類似，Kaggle kernels提供了許多python常用標(biāo)準(zhǔn)庫，可以通過使用pip freeze查看。在導(dǎo)入其他庫方面也采用了與colab完全相同的方法，安裝軟件包也如此。

加載數(shù)據(jù)非常簡(jiǎn)單。首先，選擇文件（File），然后選擇添加或上傳數(shù)據(jù)（Add orupload data）。

現(xiàn)在會(huì)看到一些選項(xiàng)，可以使用Kaggle數(shù)據(jù)集（Datasets）、kernel輸出文件（Kernel Output Files）或上傳到本地CSV文件。

前面說到Kaggle有內(nèi)置版本控制，也就是說可以向自己的kernel或其他人的kernel提交更改，并在需要時(shí)追蹤并恢復(fù)到以前的版本，這樣有利于協(xié)同合作。

筆者經(jīng)常使用瀏覽器中的notebooks來展示工作，特別是那些不會(huì)使用Jupyter Notebooks或Python的非數(shù)據(jù)科學(xué)家。這兩種工具也是了解機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的好方法，而且不需要大費(fèi)周折在本地設(shè)置python和notebook環(huán)境。