【框架】為降低機器學習開發者門檻，蘋果釋出了Turi Create框架
近日，蘋果在GitHub上釋出了Turi Create框架。蘋果表示，這個框架旨在通過簡化機器學習模型的開發，降低開發者構建模型的門檻。詳細說明如下：
Turi Create
Turi Create簡化了自定義機器學習模型的開發。你不需要成為機器學習的專家，即可為你的程式新增推薦，物件檢測，影象分類，影象相似度識別或活動分類。
- 易於使用：讓你聚焦於任務而不是演算法
- 視覺化：內建的流式視覺化功能可以探索你的資料
- 靈活：支援文字，影象，音訊，視訊和感測器資料
- 快速和可擴充套件性：可在單臺機器上處理大型資料集
- 易於準備配置：模型匯出到Core ML，即可用於iOS，macOS，watchOS和tvOS應用程式
示例：帶有少量程式碼的影象分類器
如果你希望你的應用程式識別影象中的特定物件，可以使用以下幾行程式碼建立自己的模型：
import turicreate as tc # Load data data= tc.SFrame('photoLabel.sframe') # Create a model model= tc.image_classifier.create(data, target='photoLabel') # Make predictions predictions= model.predict(data) # Export to Core ML model.export_coreml('MyClassifier.mlmodel')
你可以輕易地在iOS應用程式中使用生成的模型：
使用Turi Create，你可以處理很多常見的場景：
- 推薦系統
- 影象分類
- 影象相似度檢測
- 物件檢測
- 活動分類器
- 文字分類器
你還可以使用基本的機器學習模型做成基於演算法的工具包：
- 分類
- 迴歸
- 圖譜分析
- 聚類
- 最近鄰元素
- 主題模型
支援的平臺
Turi Create支援：
- macOS 10.12+
- Linux（依賴於glibc 2.12+）
- Windows 10（需要WSL）
系統要求
- Python 2.7（即將支援Python 3.5+）
- x86_64架構
安裝
Linux不同變種的安裝詳細說明，參閱LINUX_INSTALL.md。常見的安裝問題，參閱INSTALL_ISSUES.md。
我們推薦使用環境virtualenv，安裝或建立Turi Create。請務必使用你的系統pip安裝virtualenv。
pip install virtualenv安裝Turi Create的方法參照標準的python包安裝步驟。要建立一個名為venv的Python虛擬環境，請參照以下步驟:
# Create a Python virtual environment
cd ~
virtualenv venv要啟用新的虛擬環境並在此環境中安裝Turi Create，請按照下列步驟操作：
# Active your virtual environment
source ~/venv/bin/activate
# Install Turi Create in the new virtual environment, pythonenv
(venv) pip install-U turicreate文件
軟體包使用者指南和API文件包含更多關於如何使用Turi Create的細節。
GPU支援
Turi Create不一定需要GPU，但某些模型可以通過使用GPU加速。要在安裝turicreate包後啟用GPU支援，請執行以下步驟：
- 安裝CUDA 8.0（說明）
- 為CUDA 8.0安裝cuDNN 5（說明）
確保將CUDA庫路徑新增到LD_LIBRARY_PATH環境變數。通常情況下，這意味著將以下行新增到 ~/.bashrc檔案中：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH如果你將cuDNN檔案安裝到單獨的目錄中，請確保單獨新增它。下一步是解除安裝mxnet並安裝啟用CUDA的mxnet-cu80包：
(venv) pip uninstall-y mxnet
(venv) pip install mxnet-cu80==0.11.0確保你安裝的MXNet版本與turicreate依賴的版本相同（當前為0.11.0）。如果你在設定GPU時遇到困難，可參閱MXNet安裝說明。
從原始碼構建
如果你想從原始碼構建Turi Create，請參閱BUILD.md。
提交貢獻
請參閱CONTRIBUTING.md。
GitHub連結：https://github.com/apple/turicreate