📜  Google Colab-安装ML库

📅  最后修改于: 2020-10-16 02:37:35             🧑  作者: Mango


Colab支持市场上大多数的机器学习库。在本章中,让我们快速概述如何在Colab笔记本中安装这些库。

要安装库,可以使用以下两个选项之一:

!pip install

要么

!apt-get install

凯拉斯

Keras用Python编写,在TensorFlow,CNTK或Theano之上运行。它使神经网络应用程序的原型制作变得简单,快速。它支持卷积网络(CNN)和递归网络,以及它们的组合。它无缝支持GPU。

要安装Keras,请使用以下命令-

!pip install -q keras

火炬

PyTorch是开发深度学习应用程序的理想选择。这是一个优化的张量库,并启用了GPU。要安装PyTorch,请使用以下命令-

!pip3 install torch torchvision

网络

Apache MxNet是另一个用于深度学习的灵活高效的库。要安装MxNet,请执行以下命令-

!apt install libnvrtc8.0
!pip install mxnet-cu80

OpenCV的

OpenCV是用于开发机器学习应用程序的开源计算机视觉库。它具有2500多种优化算法,可支持多种应用程序,例如识别人脸,识别物体,跟踪运动物体,缝合图像等。像Google,Yahoo,Microsoft,Intel,IBM,Sony,Honda,Toyota这样的巨头都在使用此库。这非常适合开发实时视觉应用。

要安装OpenCV,请使用以下命令-

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python

XGBoost

XGBoost是一个分布式梯度提升库,可在Hadoop等主要分布式环境上运行。它是高效,灵活和便携式的。它在Gradient Boosting框架下实现ML算法。

要安装XGBoost,请使用以下命令-

!pip install -q xgboost==0.4a30

GraphViz

Graphviz是用于图形可视化的开源软件。它用于网络,生物信息学,数据库设计中的可视化,并且在许多需要数据可视化界面的领域中用于可视化。

要安装GraphViz,请使用以下命令-

!apt-get -qq install -y graphviz && pip install -q pydot

到此时,您已经学会了创建包含流行的机器学习库的Jupyter笔记本。您现在可以开发机器学习模型了。这需要高处理能力。 Colab为您的笔记本电脑提供免费的GPU。

在下一章中,我们将学习如何为笔记本启用GPU。