Py之turicreate:turicreate的简介、安装、使用方法之详细攻略
目录
苹果开源Turi Create:让机器学习更容易!turicreate简化了定制机器学习模型的开发。你不必是机器学习专家就可以向你的应用添加推荐、对象检测、图像分类、图像相似性或活动分类。
API文档:Turi Create API Documentation
GitHub:https://github.com/apple/turicreate
ML Task | Description |
---|---|
Recommender | 用户推荐 |
Image Classification | 图片分类 |
Object Detection | 物体识别 |
Style Transfer | 图片风格化 |
Activity Classification | 动作识别 |
Image Similarity | 图片归同 |
Classifiers | 预测标签 |
Regression | 回归分析 |
Clustering | 数据分组 |
Text Classifier | 文本识别 |
T1、第一种方式安装
pip install turicreate
T2、第二种方式安装
-
- 1、数据导入
- import turicreate as tc
- Load images from the downloaded data
- reference_data = tc.image_analysis.load_images('./101_ObjectCategories')
- load_images(url, format='auto', with_path=True, recursive=True, ignore_failure=True, random_order=False)
- 2、利用Resnet50数据特征提取
- create(dataset, label = None, feature = None, model = 'resnet-50', verbose = True) model默认使用resnet50,label是标识行,如reference_data中的path
- model = tc.image_similarity.create(reference_data)
- model.save('my_model_file')
- loaded_model = tc.load_model('my_model_file')
- 3、通过query查询实现相似搜索
- similar_images = model.query(reference_data[0:10] ,label = 'path',k=10)
- similar_images.head()
-
- query(dataset, label=None, k=5, radius=None, verbose=True)
- - dataset:SFrame,需查询的数据
- - label:索引名,选择一列,输入列名
- - k:最大返回样本数
- - radius:半径范围,如果超过radius个间隔,就不显示
- - verbose:打印进度更新和模型细节。
-
- 通过similarity_graph实现相似关联图搜索
- graph = model.similarity_graph(k=1) an SGraph
-
- similarity_graph(k=5, radius=None, include_self_edges=False, output_type='SGraph', verbose=True)
- k:最大返回样本数
- radius:float,半径范围,如果超过radius个间隔,就不显示
- include_self_edges:是否包含自己,True的话,返回的结果包含自己(自己的相似性为1)
- output_type:‘SGraph’, ‘SFrame’两种
- verbose:打印进度更新和模型细节。
-
- graph.edges
-
网站声明:如果转载,请联系本站管理员。否则一切后果自行承担。
加入交流群
请使用微信扫一扫!