机器/深度学习PHP-ML、Python-recsys、PyBrain、Hebel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:PHP-ML(PHP 机器学习库)、Python-recsys(实现推荐系统的 python 库)、PyBrain(基于 Python 的机器学习库)、Hebel(GPU 加速深度学习库)。

1、PHP-ML(PHP 机器学习库)

机器/深度学习PHP-ML、Python-recsys、PyBrain、Hebel介绍

PHP-ml 是 PHP 的机器学习库。同时包含算法,交叉验证,神经网络,预处理,特征提取等。

PHP-ML 要求 PHP >= 7.0。

示例:

简单的分类示例:

use Phpml\Classification\KNearestNeighbors;

$samples = [[1, 3], [1, 4], [2, 4], [3, 1], [4, 1], [4, 2]];

$labels = ['a', 'a', 'a', 'b', 'b', 'b'];

$classifier = new KNearestNeighbors();

$classifier->train($samples, $labels);

$classifier->predict([3, 2]); 

// return 'b'

特点:

1]、关联规则式学习

Apriori

2]、分类

Adaline

Decision Stump

Perceptron

Bagging (Bootstrap Aggregating)

Random Forest

AdaBoost

SVC

k-Nearest Neighbors

Naive Bayes

Decision Tree (CART)

Ensemble Algorithms

Linear

3]、回归

Least Squares

SVR

4]、聚合

k-Means

DBSCAN

5]、Metric

Accuracy

Confusion Matrix

Classification Report

6]、工作流

Pipeline

7]、神经网络

Multilayer Perceptron

Backpropagation training

8]、交叉验证

Random Split

Stratified Random Split

9]、预处理

Normalization

Imputation missing values

10]、特征提取

Token Count Vectorizer

Tf-idf Transformer

11]、数据设置

Iris

Wine

Glass

Array

CSV

Files

Ready to use

12]、模式管理

Persistency

13]、Math

Distance

Matrix

Set

Statistic

安装:

当前,该库正在开发中,但是您可以使用Composer安装它:

composer require php-ai/php-ml

下载地址:https://github.com/php-ai/php-ml

2、Python-recsys(实现推荐系统的 python 库)

python-recsys是一个用来实现推荐系统的python库。

安装:

依赖项:

python-recsys构建于Divisi2(基于语义网络的常识推理库)之上,使用了csc-pysparse(稀疏矩阵计算库),而Divisi2依赖于NumPy和Networkx库。另外python-recsys也依赖于SciPy库。

安装依赖库过程如下(以Ubuntu为例):

sudo apt-get install python-scipy python-numpy

sudo apt-get install python-pip

sudo pip install csc-pysparse networkx divisi2

# If you don't have pip installed then do:

# sudo easy_install csc-pysparse

# sudo easy_install networkx

# sudo easy_install divisi2

先从github上下载安装文件,再安装python-recsys:

tar xvfz python-recsys.tar.gz

cd python-recsys

sudo python setup.py install

下载地址:https://github.com/ocelma/python-recsys

3、PyBrain(基于 Python 的机器学习库)

机器/深度学习PHP-ML、Python-recsys、PyBrain、Hebel介绍

PyBrain的概念是将一系列的数据处理的算法封装到被称之为Module的模块中。一个最小的Module通常包含基于机器学习算法的可调整的参数集合。Modules包含一个输入和输出的buffer,外加误差buffer用于存在误差反向传播的场景。

Modules被嵌入到Network类中,并且使用Connection对象进行连接,其中可能包含一系列可调整的参数,比如连接的权重。而Network类本身又是一个Module,因此可以基于此构建多层网络结构。库中有快捷的方式构造最常用网络结构,但原则上这个系统允许嵌入最随机的连接方式来形成一个无循环图。

网络中的参数通过Trainer进行调节,它从Dataset中学习到最优化的参数。还有的增强方式的实验是通过相关的最优化的目标构造模拟环境进行参数学习。

下载地址:https://github.com/pybrain/pybrain

4、Hebel(GPU 加速深度学习库)

Hebel 是一款用 Python 编写的支持 GPU 加速的深度学习库。

Hebel 是一个通过 PyCUDA 库使用 GPU CUDA 来加速建立神经网络的深度学习库。它实现了几类最重要的神经网络模型,提供各种激活函数和训练模型,包括 momentum、Nesterov momentum、dropout 和early stopping。

目前,Hebel  实现了前向式(feed-forward)神经网络模型,其他像自编码( Autoencoder)、卷积(Convolutional)神经网络模型和限制波尔兹曼机(Restricted Boltzman machines)等功能计划后续加入。

Hebel 还实现了 L1 L2 权重衰减(weight decay)。

依赖:

PyCUDA、numpy、PyYAML、skdata(仅用于 MNIST 示例)。

安装:

Hebel位于PyPi上,因此您可以使用以下命令安装:

pip install hebel

下载地址:https://github.com/hannes-brt/hebel

注明

以上就是机器/深度学习PHP-ML、Python-recsys、PyBrain、Hebel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