python3机器学习库_适用于Python的3大机器学习库

python3机器学习库

您不一定非要成为数据科学家而着迷于机器学习世界，但是一些旅行指南可能会帮助您导航广阔的宇宙，其中还包括大数据，人工智能，深度学习以及大量知识统计和分析。 （“深度学习”和“机器学习”通常可以互换使用，因此要获得可帮助您理解差异的快速术语入门，请阅读Nvidia的博客文章“人工智能，机器学习和深度学习之间的区别是什么？ ）”

在本文中，我将介绍三个最受欢迎的Python机器学习库。

茶野

Theano发行于近十年前，主要由蒙特利尔大学的机器学习小组开发，是机器学习社区中最常用的CPU和GPU数学编译器之一。 2016年的论文《 Theano：用于快速计算数学表达式的Python框架》提供了对该库的全面概述。 该论文解释说：“已经开发了几种软件包，以基于Theano的优势，具有更高级别的用户界面，更适合于某些目标。” “开发了Lasagne和Keras的目的是使深度学习模型和训练算法的体系结构易于表达为Theano评估的数学表达式。另一个例子是PyMC3，这是一种概率编程框架，使用Theano来为自动渐变，并生成C代码以快速执行。” （Keras和Lasagne在TensorFlow和Theano之上运行。）

Theano 在GitHub上有25,000多个提交和近300个贡献者，并且已经被分叉了近2,000次。

有关视频教程，请观看Martin Andrews撰写的PyCon Singapore 2015演讲，《 机器学习：Python和Theano的更深入》 ：

TensorFlow

TensorFlow是一个使用数据流图进行数值计算的开源库，它是开源世界的新手，但是这个由Google领导的项目在GitHub上已经有近15,000个提交和600多个贡献者，其模型上有近12,000个星星仓库 。

在第一本《 开源年鉴》中 ，TensorFlow被选为2016年的一个项目 。 在最新的《 开源年鉴》中 ，TensorFlow多次亮相。 我们将该项目列入了2017年值得关注的顶级开源项目列表。 我们还从Josh Simmons的一篇文章中了解了基于TensorFlow的项目Magenta， 这是Google 2016年开源版本的浏览 。 Simmons说，Magenta致力于推动机器智能在音乐和艺术创作方面的最新发展，并建立艺术家，编码人员和机器学习研究人员的协作社区。 Rachel Roumeliotis在她的2016年热门编程趋势中还提到了TensorFlow中的一些语言，这些语言为AI提供支持。

TensorFlow 1.0于2月中旬推出。 Google Developers Blog公告说：“ TensorFlow在成立的第一年就帮助研究人员，工程师，艺术家，学生和其他许多人在语言翻译，早期发现皮肤癌以及预防糖尿病失明等方面取得了进展。”

要了解有关TensorFlow的更多信息，请阅读Edge上的DZone系列TensorFlow或观看TensorFlow Dev Summit 2017的直播记录：

scikit学习

scikit-learn （发音为sy-kit learning）基于NumPy，SciPy和Matplotlib构建，在OkCupid上， Spotify工程师将其用于音乐推荐，以帮助评估和改进他们的配对系统，以及在Birchbox进行新产品开发的探索阶段。

Scikit-learn 在GitHub上有将近22,000个提交和800个贡献者。

对于免费教程，阅读介绍机器学习与 scikit -learn在该项目的网站，或观看塞巴斯蒂安Raschka的PyData芝加哥2016交谈， 学习scikit学习：介绍机器学习在Python 。

翻译自: https://opensource.com/article/17/2/3-top-machine-learning-libraries-python

python3机器学习库