机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall介绍

以下为你介绍的机器学习/深度学习软件都可用在Linux系统上:Dopamine(基于 Tensorflow 的强化学习框架)、GraphPipe(深度学习模型部署框架)、TextWorld(基于 Python 的强化学习代理训练环境)、Hivemall(Apache Hivemall-基于 Hive UDF 的机器学习算法工具)。

1、Dopamine(基于 Tensorflow 的强化学习框架)

机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall介绍

Dopamine 是由 Google AI 实验室推出的一个基于 Tensorflow 的强化学习(RL)框架,旨在为新手和资深 RL 研究人员提供灵活性、稳定性和可重复性。该框架受大脑中的奖励动机行为启发,反映了神经科学与强化学习研究之间的强历史联系,旨在实现可以推动激进发现的投机性研究。

Dopamine 遵循以下设计原则:

简单的实验:让新用户轻松运行基准实验。

灵活的开发:让新用户轻松尝试研究创意。

紧凑而可靠:为少数经过实战考验的算法提供实施方案。

可重复性:促进结果的可重复性。

根据您的操作系统安装相关依赖项,然后最终下载Dopamine源,例如

git clone https://github.com/google/dopamine.git

比如使用Ubuntu,如果您无法访问GPU,请在下面的行中用tensorflow替换tensorflow-gpu:

sudo apt-get update && sudo apt-get install cmake zlib1g-dev

pip install absl-py atari-py gin-config gym opencv-python tensorflow-gpu

下载地址:https://github.com/google/dopamine

2、GraphPipe(深度学习模型部署框架)

机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall介绍

GraphPipe 是甲骨文开源的通用深度学习模型部署框架。官方对 GraphPipe 的定义为,这是一种协议和软件集合,旨在简化机器学习模型部署并将其与特定于框架的模型实现分离。

甲骨文表示,这一新工具可提供跨深度学习框架的模型通用 API、开箱即用的部署方案以及强大的性能。

GraphPipe 为在网络上传递张量数据(tensor data)提供了一个标准、高性能的协议,以及提供了客户端和服务器的简单实现,因而使得从任何框架部署和查询机器学习模型变得轻而易举。GraphPipe 的高性能服务器支持 TensorFlow、PyTorch、MXNet、CNTK 和 Caffe2。

GraphPipe 包括:

1]、一组 flatbuffer 定义。

2]、根据 flatbuffer 定义一致的模型的指南。

3]、来自各种机器学习框架的模型的示例。

4]、用于通过 GraphPipe 查询模型的客户端库。

GraphPipe 功能特性:

1]、基于 flatbuffers 的极简机器学习传输规范。

2]、适用于 Tensorflow,Caffe2 和 ONNX 的简单高效参考模型服务器(reference model servers)。

3]、Go、Python 和 Java 的高效客户端实现。

使用这些工具,企业应该可跨多个服务器进行模型的部署,或者使用通用协议从不同的框架创建模型集合。GraphPipe 可以帮助为依赖远程运行模型的物联网应用程序部署机器学习。

构建平面缓冲区定义:

如果已安装Flatc,则可以全部安装,但如果不想安装,则可以导出export USE_DOCKER=1,然后全部安装。(请记住,make需要导出var,而不仅仅是在运行make的命令行上)。

这将产生go,c和python库,然后可以将它们分别复制到他们的项目graphpipe-go,graphpipe-tf-py和graphpipe-py中。

下载地址:https://github.com/oracle/graphpipe

3、TextWorld(基于 Python 的强化学习代理训练环境)

机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall介绍

TextWorld 是微软开源的一个可扩展的引擎,可用于生成和模拟文本游戏。你可以使用它来训练强化学习(RL)代理,以学习语言理解、记忆、规划和探索等。 

TextWorld 采用 Python 编写,可视为用于在基于文本的游戏上进行训练和测试强化学习(RL)代理的沙盒环境,它还可运行现有的基于文本的游戏,或用来评估 AI 代理在复杂设置中的表现。

TextWorld 包含两个主要组件:游戏生成器和游戏引擎。游戏生成器将高级游戏规范(例如房间数、对象数、游戏长度和获胜条件)转换为 Inform 7 语言的可执行游戏源代码。游戏引擎是一个简单的推理机器,通过使用简单的算法,如一步向前和向后链接,确保生成的游戏的每一步都是有效的。

安装TextWorld:

安装TextWorld的最简单方法是通过pip:

pip install textworld

下载地址:https://github.com/microsoft/textworld

4、Hivemall(Apache Hivemall-基于 Hive UDF 的机器学习算法工具)

机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall介绍

Hivemall 是一个可扩展的机器学习算法工具,可在 Apache Hive、Apache Spark 和 Apache Pig 上运行。

Hivemall 基于 Hive UDF,在工业实践应用中非常方便,方便数据科学家快速构建机器学习模型原型。

项目状态:目前为 Apache 孵化项目,支持列表如下:

Binary Classification Metrics

Multi-label Classification Metrics

Regression Metrics

Ranking Measures

Data Generation

下载地址:http://hivemall.incubator.apache.org/

注明

以上就是机器/深度学习Dopamine、GraphPipe、TextWorld、Hivemall的介绍内容,这些机器学习/深度学习软件都能使用在Linux操作系统中。

栏目相关文章