留给国产操作系统时间不多了

(4) 迷你挑战赛

如果您想了解有关如何使用这些工具的更多信息，最好的方法是找到一个要进行的项目。 您可以将工具合并到当前项目中，也可以进行12小时的ML挑战。 不确定如何? 看看我如何使用讨论的工具和流程创建用户授权的推荐应用程序。

我期待看到您能创造什么。 请与社区共享，并在Twitter tag上标记我。

喜欢您阅读的内容吗? 在Medium，LinkedIn或Twitter上关注我。 另外，您是否想以数据科学家的身份学习商业思维和沟通技巧? 查阅我的《机器学习的影响力》指南。
 

免责声明：我曾在创建Altas的公司Dessa工作。

替代方案：ML Flow，SageMaker，Comet，权重和偏移，数据机器人，Domino

(2) 一项调查

出于好奇，寻找合适工具时最困扰您的是什么? 我很想听听您的以下想法。 这是一项实时调查，因此您可以查看社区参与后的想法。

(3) 另一种观点

如前所述，没有完美的设置。 这完全取决于您的需求和约束。 这是关于哪些工具可用以及它们如何协同工作的另一种观点。
 

备选方案：无，期限。

(2) PyTorch(深度学习用例)

一个基于Torch库的开源机器学习库。 鉴于深度学习的重点，它主要用于计算机视觉和自然语言处理等应用。 它主要由Facebook的AI研究实验室(FAIR)开发。 最近，许多著名的AI研究机构，例如Open AI，都使用PyTorch作为其标准工具。

替代方案：Tensorflow，Keras，Fast.ai

(3) 开设AI Gym(强化学习用例)

开发和比较强化学习算法的工具包。 它提供API和可视环境。 这是社区正在为其构建工具的活跃区域。 打包好的工具还不多。

替代方案：许多小型项目，但维护得不如健身房。

5. 火炉：实验管理

(1) Atlas

这是一个免费工具，可让数据科学家使用几个摘要进行实验并将结果显示在基于Web的仪表板上。
 

替代方案：Jupyter Notebook，Anaconda的Spyder，Microsoft Excel(严重)

4. 刀具：机器学习框架

就像使用实际的刀一样，您应该根据食物和切割方式选择合适的刀。 有通用刀和特种刀。

要小心。 尽管寿司刀更加亮丽，但使用专用刀将寿司切成骨头将需要很长时间。 选择正确的工具来完成工作。

(1) Scikit-Learn(通用ML用例)

在Python中进行常规机器学习的入门框架。 说够了。

（编辑：广安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!