机器/深度学习GraphLab、Jubatus、SHOGUN、Fuzzy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:GraphLab(机器学习平台)、Jubatus(分布式在线机器学习框架)、SHOGUN(机器学习工具箱)、Fuzzy(机器学习框架)。

1、GraphLab(机器学习平台)

机器/深度学习GraphLab、Jubatus、SHOGUN、Fuzzy介绍

GraphLab 是一个机器学习平台,主要是图模型方面的计算。

GraphLab 是另一种有趣的MapReduce抽象实现,侧重机器学习算法的并行实现。GraphLab中,Map阶段定义了可以独立执行(在独立的主机上)的计算,Reduce阶段合并这些计算结果。

注:设计和实施有效且可证明正确的并行机器学习(ML)算法可能非常具有挑战性,现有的高级并行抽象(例如MapReduce)通常表现力不足,而MPI和Pthreads等低级工具使ML专家反复解决相同的设计挑战,通过针对ML中的通用模式,我们开发了GraphLab,它通过紧凑地表达具有稀疏计算依赖性的异步迭代算法,同时确保数据一致性并实现高度的并行性能,从而改进了MapReduce之类的抽象性。

下载地址:https://turi.com/

2、Jubatus(分布式在线机器学习框架)

Jubatus 是一个分布式处理框架和机器学习库,包含以下功能:

在线机器学习库,包括:分类、聚合和推荐。

fv_converter: 数据预处理(用自然语言)。

在线机器学习框架,支持容错。

在Ubuntu服务器(64位)下安装:

将以下行写入/etc/apt/sources.list.d/jubatus.list以将Jubatus Apt存储库注册到系统:

//对于Ubuntu 12.04(Precise)-已弃用(不受支持)

deb http://download.jubat.us/apt/ubuntu/precise binary/

//对于Ubuntu 14.04(Trusty)

deb http://download.jubat.us/apt/ubuntu/trusty binary/

//对于Ubuntu 16.04(Xenial)

deb http://download.jubat.us/apt/ubuntu/xenial binary/

//对于Ubuntu 18.04(Bionic)

deb [trusted=yes] http://download.jubat.us/apt/ubuntu/bionic/binary /

现在安装jubatus软件包:

$ sudo apt-get update

$ sudo apt-get install jubatus

现在,Jubatus已安装在/opt/jubatus/bin/juba *中:

$ source /opt/jubatus/profile

$ jubaclassifier -f /opt/jubatus/share/jubatus/example/config/classifier/pa.json

在红帽企业版Linux 6.2或更高版本(64位)中安装:

运行以下命令以将Jubatus Yum存储库注册到系统:

//对于RHEL 6

$ sudo rpm -Uvh http://download.jubat.us/yum/rhel/6/stable/x86_64/jubatus-release-6-2.el6.x86_64.rpm

//对于RHEL 7

$ sudo rpm -Uvh http://download.jubat.us/yum/rhel/7/stable/x86_64/jubatus-release-7-2.el7.x86_64.rpm

然后安装jubatus和jubatus-client软件包:

$ sudo yum install jubatus jubatus-client

现在Jubatus已安装在/usr/bin/juba *中:

$ jubaclassifier -f /usr/share/jubatus/example/config/classifier/pa.json

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

3、SHOGUN(机器学习工具箱)

机器/深度学习GraphLab、Jubatus、SHOGUN、Fuzzy介绍

SHOGUN是一个机器学习工具箱,其重点是在大尺度上的内核的方法,特别是支持向量机(SVM)的学习工具箱。它提供了一个通用的SVM对象接口连接到几个不同的SVM的实现中,所有相同的底层,高效的内核实现利用。除了支持向量机和回归,SHOGUN还包含有大量的线性方法,如线性判别分析(LDA),线性规划机(LPM),(内核)的感知,和算法训练隐马尔可夫模型。SHOGUN 支持 C++、MATLAB、R 和 Python 等语言。

Shogun是开放源代码的机器学习库,它提供了多种高效且统一的机器学习方法。特性有:

1]、支持多种语言(Python,Octave,R,Java/Scala,Lua,C#,Ruby等)和平台(Linux/Unix,MacOS和Windows),并与其科学计算环境集成,通过浏览器在云中尝试Shogun。

2]、高效的实现(从标准至切削刃的算法),在C++现代软件架构。多种数据表示,算法类和通用工具的轻松组合,可用于快速构建数据管道原型。

3]、免费软件,基于社区的开发和机器学习教育,GPLv3许可证并致力于BSD兼容性。

下载地址:https://www.shogun-toolbox.org/

4、Fuzzy(机器学习框架)

机器/深度学习GraphLab、Jubatus、SHOGUN、Fuzzy介绍

Fuzzy 机器学习框架是一个程序库和一个使用直觉模糊数据的机器学习的GUI前端。该方法是基于直觉模糊集和可能性理论。进一步的特点是模糊的功能和类,基于语言变量的数值,枚举的功能和特点,用户自定义特征,衍生和评估功能,为建立多层次系统的功能分类,自动细化相关的功能的情况下,增量学习模糊控制可扩展的对象和自动垃圾收集语言的支持,面向对象的软件设计,通用数据通过ODBC的基础支持,文本I/O和HTML输出;先进的图形用户界面,基于GTK+ 开发。

安装:

1]、Ubuntu

软件包位于apt存储库中,对于自动安装和更新,将以下行添加到/etc/apt/sources.list:

deb [trusted=yes] http://dmitry-kazakov.de/distributions/ubuntu bionic main

然后可以使用以下命令安装二进制发行版:

$ apt install fuzzy-ml-system

2]、Fedora

$ dnf install fuzzy-ml-system

3]、CentOS

$ yum install fuzzy-ml-system

注明

以上就是机器/深度学习GraphLab、Jubatus、SHOGUN、Fuzzy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