谷歌公开简化数据科学工作流程的内部工具—Colaboratory

2017年11月17日 由 xiaoshan.xiang 发表 571631 0
谷歌最近公开了它的内部工具,该工具用于数据科学和机器学习工作流程,称为Colaboratory。 虽然它与jupyter notebook非常相似,但它的真正价值来自于该服务目前提供的免费计算能力。合作特征与Google Docs类似,允许小团队紧密合作,并快速构建小型原型。 一般来说,这个工具与Google成为“AI-First”公司的愿景紧密相关。

数据科学

jupyter notebook示例


这个工具对于初学者来说也是非常强大的,因为这个工具带有Python 2.7环境和所有主要的Python库。 他们不再需要先经过各种安装过程,而是可以立即开始编写代码。

我使用OpenCV创建了和人脸识别有关的公共Colaboratory jupyter notebook,这是以机器学习为核心的计算机视觉的主题之一。为了运行这个jupyter notebook,建议用户将jupyter notebook从他们将能够运行代码的位置,复制到他们自己的Colaboratory上。

公共Colaboratory jupyter notebook地址:https://drive.google.com/file/d/0B7-sJqBiyjCcRmFkMzl6cy1iN0k/view?usp=sharing

要开始使用jupyter notebook,必须运行所有现有的储存格,以便加载库和基础数据。对于网络上的任何图像,你可以在带有被URL替代的<---IMAGE_URL--->的新代码储存格中,执行findfaces('<---IMAGE_URL--->')函数的新版本,例如http://epilepsyu.com/wp-content/uploads/2014/01/happy-people-1050x600.jpg。这将使用新的URL获取图像,在代码储存格下生成一个输出单元。如果照片中包含被OpenCV算法选中的人脸,那么这些面部总数将被提供,并且在图像上用正方形显示面部的位置。

数据科学输出示例


我相信使用谷歌的Colaboratory工具让那些刚开始编码的人受益颇多。它允许我们不必担心底层架构,并且可以快速地开始执行脚本。上面提到的jupyter notebook就是一个很好的例子,因为它的用户只需插入一个新的函数。如果他或她对基础代码感兴趣,他们也可以查看并根据他们感兴趣的方式进行调整。
最近引入的脚本缩短了开发反馈周期。jupyter notebook也很容易分享和启用评论,允许从社区的不同成员收集反馈。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消