Uber發佈史上最簡單的深度學習框架Ludwig！

昨日，Uber官網重磅宣佈新開源 深度學習框架Ludwig，不須要懂編程知識，讓專家能用的更順手，讓非專業人士也能夠玩轉 人工智能，堪稱史上最簡單的深度學習框架！

 

Ludwig是一個創建在TensorFlow之上的工具箱，它容許用戶在不須要編寫代碼的狀況下訓練和測試深度學習模型！

 

簡單到什麼程度？使人髮指！

 

用戶只須要提供一個包含數據的CSV文件，一個列表做爲輸入，一個列表做爲輸出，Ludwig就將爲你完成其他的工做：訓練、測試、可視化、分佈式訓練等等。

 

安裝Ludwig就這樣簡單：

 

訓練模型就一行命令：

 

 

模型預測也就一個命令：

 

 

可視化也只需一行：

 

固然，對於熟悉Python的用戶，Ludwig也提供了很是簡單易用的API：

 

可視化工具容許你分析模型的訓練和測試性能，並對它們進行比較。

 

Ludwig在構建時考慮了可擴展性原則，很容易添加對新數據類型和新模型體系結構的支持。

 

工程人員可使用它快速訓練和測試深度學習模型，研究人員也可使用它來得到強有力的基線版本，並方便進行對比，並經過執行標準數據預處理和可視化來確保模型可比性。

 

打個比方！TensorFlow提供了建築房屋的積木，Ludwig提供的則是一棟棟的房子，你來決定建造怎樣的城市！！

 

該工具箱的核心設計原則是:

無需編碼:不須要編碼技能來訓練模型也不須要編碼用它進行預測。

通用性:一種新的基於數據類型的深度學習模型設計方法，使該工具能夠跨許多不一樣的應用領域使用。這點無比強大！

靈活性:經驗豐富的用戶對模型構建和訓練可進行有效的控制，而新手會容易上手。

可擴展性:易於添加新的模型體系結構和新的特徵數據類型。

可理解性:深度學習模型內部一般被認爲是黑匣子，可是該庫提供標準的可視化來理解它們的性能並比較它們的預測。

開源: Apache許可證2.0

 

使用該庫的簡單獨到之處在於，你只須要關注於數據CVS文件和配置文件YAML！

 

Ludwig提供了很多計算機視覺、天然語言處理、 機器學習熱門應用的例子，讓咱們一塊兒來領略使用一行命令咱們能作什麼吧！下面圖中表格即爲CVS數據文件示例，表格下爲調用例子實驗的命令。

 

圖像分類：

 

視覺問答：

 

孿生網絡One-shot學習：

 

 

圖像描述：

 

 

機器翻譯：

 

 

天然語言理解：

 

 

命名實體識別：

 

 

文本分類：

 

 

多任務學習：

 

 

多標籤分類：

 

 

電影評分預測（機器學習迴歸預測）：

 

 

時間序列預測：

 

Kaggle泰坦尼克入門：倖存者預測

 

語義分析：

 

 

對話機器人：

 

無需編程、一行命令使用深度學習解決實際問題！關鍵是還在Uber的生產環境通過工程驗證！這樣的好工具，你想不想試一下呢？

 

開源地址：

https://github.com/uber/ludwig

文檔及示例：

https://uber.github.io/ludwig/