Machine learning- en data science-hulpprogramma's in Azure Datawetenschap Virtual Machines
Azure Datawetenschap Virtual Machines (DSVM's) hebben een uitgebreide set hulpprogramma's en bibliotheken voor machine learning. Deze resources zijn beschikbaar in populaire talen, zoals Python, R en Julia.
De DSVM ondersteunt deze machine learning-hulpprogramma's en bibliotheken:
Azure Machine Learning-SDK voor Python
Ga naar de Azure Machine Learning SDK voor Python voor een volledig overzicht.
Categorie | Weergegeven als |
---|---|
Wat is het? | U kunt de Azure Machine Learning-cloudservice gebruiken om machine learning-modellen te ontwikkelen en te implementeren. U kunt de Python SDK gebruiken om uw modellen bij te houden tijdens het bouwen, trainen, schalen en beheren. Implementeer modellen als containers en voer ze uit in de cloud, on-premises of in Azure IoT Edge. |
Ondersteunde edities | Windows (conda-omgeving: AzureML), Linux (conda-omgeving: py36) |
Typische toepassingen | Algemeen machine learning-platform |
Hoe wordt deze geconfigureerd of geïnstalleerd? | Geïnstalleerd met GPU-ondersteuning |
Het gebruiken of uitvoeren | Als Python SDK en in de Azure CLI. Activeer naar de Conda-omgeving AzureML in de Windows-editie of activeer naar py36 de Linux-editie. |
Koppeling naar voorbeelden | Zoek voorbeelden van Jupyter-notebooks in de AzureML map onder notebooks. |
H2O
Categorie | Weergegeven als |
---|---|
Wat is het? | Een opensource AI-platform dat ondersteuning biedt voor gedistribueerde, snelle, schaalbare machine learning in het geheugen. |
Ondersteunde versies | Linux |
Typische toepassingen | Gedistribueerde, schaalbare machine learning voor algemeen gebruik |
Hoe wordt deze geconfigureerd of geïnstalleerd? | H2O is geïnstalleerd in /dsvm/tools/h2o . |
Het gebruiken of uitvoeren | Verbinding maken naar de virtuele machine met X2Go. Start een nieuwe terminal en voer deze uit java -jar /dsvm/tools/h2o/current/h2o.jar . Start vervolgens een webbrowser en maak verbinding met http://localhost:54321 . |
Koppeling naar voorbeelden | Zoek voorbeelden op de virtuele machine in Jupyter, onder de h2o map. |
Er zijn verschillende andere machine learning-bibliotheken op DSVM's, bijvoorbeeld het populaire scikit-learn
pakket dat deel uitmaakt van de Anaconda Python-distributie voor DSVM's. Voer de respectieve pakketbeheerders uit voor een lijst met pakketten die beschikbaar zijn in Python, R en Julia.
LightGBM
Categorie | Weergegeven als |
---|---|
Wat is het? | Een snel, gedistribueerd, hoog presterend kleurovergangsverbeteringskader (GBDT, GBRT, GBM of MART) op basis van beslissingsstructuuralgoritmen. Machine learning-taken: rangschikking, classificatie, enzovoort: gebruik deze. |
Ondersteunde versies | Windows, Linux |
Typische toepassingen | Framework voor het verhogen van kleurovergangen voor algemeen gebruik |
Hoe wordt deze geconfigureerd of geïnstalleerd? | LightGBM is geïnstalleerd als een Python-pakket in Windows. In Linux bevindt het uitvoerbare opdrachtregelbestand zich in /opt/LightGBM/lightgbm . Het R-pakket is geïnstalleerd en Python-pakketten worden geïnstalleerd. |
Koppeling naar voorbeelden | LightGBM-handleiding |
Rattle
Categorie | Weergegeven als |
---|---|
Wat is het? | Een grafische gebruikersinterface voor gegevensanalyse die gebruikmaakt van R. |
Ondersteunde edities | Windows, Linux |
Typische toepassingen | Algemene hulpprogramma voor gegevensanalyse van gebruikersinterface voor R |
Het gebruiken of uitvoeren | Als ui-hulpprogramma. Start in Windows een opdrachtprompt, voer R uit en voer rattle() vervolgens in R uit. In Linux maakt u verbinding met X2Go, start u een terminal, voert u R uit en voert u vervolgens in R uit rattle() . |
Koppeling naar voorbeelden | Rattle |
Vowpal Wabbit
Categorie | Weergegeven als |
---|---|
Wat is het? | Een snelle, opensource, out-of-core leersysteembibliotheek |
Ondersteunde edities | Windows, Linux |
Typische toepassingen | Algemene machine learning-bibliotheek |
Hoe wordt deze geconfigureerd of geïnstalleerd? | Windows: msi installer Linux: apt-get |
Het gebruiken of uitvoeren | Als een opdrachtregelprogramma op pad (C:\Program Files\VowpalWabbit\vw.exe in Windows, /usr/bin/vw op Linux) |
Koppeling naar voorbeelden | Voorbeelden van VowPal Wabbit |
Weka
Categorie | Weergegeven als |
---|---|
Wat is het? | Een verzameling machine learning-algoritmen voor gegevensanalysetaken. U kunt de algoritmen rechtstreeks toepassen of aanroepen vanuit uw eigen Java-code. Weka bevat hulpprogramma's voor gegevensverwerking, classificatie, regressie, clustering, koppelingsregels en visualisatie. |
Ondersteunde edities | Windows, Linux |
Typische toepassingen | Algemeen hulpprogramma voor machine learning |
Het gebruiken of uitvoeren | Zoek in Windows naar Weka in het menu Start . Meld u in Linux aan met X2Go en ga vervolgens naar Applications>Development>Weka. |
Koppeling naar voorbeelden | Weka-voorbeelden |
XGBoost
Categorie | Weergegeven als |
---|---|
Wat is het? | Een snelle, draagbare en gedistribueerde kleurovergangsverbetering (GBDT-, GBRT- of GBM)-bibliotheek voor Python, R, Java, Scala, C++, en meer. Het wordt uitgevoerd op één computer en op Apache Hadoop en Spark. |
Ondersteunde edities | Windows, Linux |
Typische toepassingen | Algemene machine learning-bibliotheek |
Hoe wordt deze geconfigureerd of geïnstalleerd? | Geïnstalleerd met GPU-ondersteuning |
Het gebruiken of uitvoeren | Als python-bibliotheek (2.7 en 3.6+), R-pakket en opdrachtregelprogramma op pad (C:\dsvm\tools\xgboost\bin\xgboost.exe voor Windows en /dsvm/tools/xgboost/xgboost voor Linux) |
Koppelingen naar voorbeelden | Voorbeelden zijn opgenomen op de virtuele machine, in /dsvm/tools/xgboost/demo Linux en C:\dsvm\tools\xgboost\demo in Windows. |
Feedback
https://aka.ms/ContentUserFeedback.
Binnenkort beschikbaar: In de loop van 2024 zullen we GitHub-problemen geleidelijk uitfaseren als het feedbackmechanisme voor inhoud en deze vervangen door een nieuw feedbacksysteem. Zie voor meer informatie:Feedback verzenden en weergeven voor