减少代码行数就是提高生产力!美国防部研究人员开源低代码量的机器学习框架:ktrain

近日,美国国防部研究人员 Arun S. Maiya 开源一套低代码量的增强机器学习Python库:ktrain,主打 3~4 行命令或代码完成一项功能,使得初学者和专家级人员都能够快速的构建、训练、监测、部署模型。

该库以封装流行的机器学习库,提供高阶API为思路,目前已经封装了TensorFlow、transformers, scikit-learn, stellargraph等机器学习库,支持数据包括文本(文本分类、序列标注、开域问答)、图像(分类)、和图结构数据(节点分类、链接预测)。

ktrain 给出了统一的接口,使得解决问题更加方便。

目前支持的数据类型和任务:

该库对机器学习算法进行了更高程度的封装,如监督学习的主要步骤:

  1. 加载并预处理数据;

  2. 创建模型;

  3. 估计学习率;

  4. 训练模型。

其中估计学习率是其自动化程度高的亮点。

示例:

7 行代码微调 BERT 实现中文文本分类:

8 行代码微调 ResNet50 实现图像分类:

5 行代码实现开放领域的问答系统:

为方便学习上手,官方已经给出了一些实用而又具有代表性的教程:

相信对于学习该库和了解机器学习方法和应用都是很有帮助的。

减少代码行数就是提高生产力,随着技术的不算成熟和应用领域扩大,这种增强机器学习库相信会越来越受欢迎!

开源地址:

https://github.com/amaiya/ktrain

END

在看,让更多人看到

(0)

相关推荐