turicreate
6.4.1
Liens rapides : Installation | Documentation
Turi Create simplifie le développement de modèles d'apprentissage automatique personnalisés. Vous n'avez pas besoin d'être un expert en apprentissage automatique pour ajouter des recommandations, une détection d'objets, une classification d'images, une similarité d'images ou une classification d'activités à votre application.
Avec Turi Create, vous pouvez accomplir de nombreuses tâches de ML courantes :
| Tâche ML | Description |
|---|---|
| Recommandeur | Personnalisez les choix pour les utilisateurs |
| Classement des images | Images d’étiquettes |
| Classement des dessins | Reconnaître les dessins et les gestes au crayon/toucher |
| Classement sonore | Classer les sons |
| Détection d'objet | Reconnaître les objets dans les images |
| Détection d'objets One Shot | Reconnaître les objets 2D dans les images à l'aide d'un seul exemple |
| Transfert de style | Styliser les images |
| Classement des activités | Détecter une activité à l'aide de capteurs |
| Similitude des images | Trouver des images similaires |
| Classificateurs | Prédire une étiquette |
| Régression | Prédire les valeurs numériques |
| Regroupement | Regrouper les points de données similaires |
| Classificateur de texte | Analyser le sentiment des messages |
Si vous souhaitez que votre application reconnaisse des objets spécifiques dans les images, vous pouvez créer votre propre modèle avec seulement quelques lignes de code :
import turicreate as tc
# Load data
data = tc . SFrame ( 'photoLabel.sframe' )
# Create a model
model = tc . image_classifier . create ( data , target = 'photoLabel' )
# Make predictions
predictions = model . predict ( data )
# Export to Core ML
model . export_coreml ( 'MyClassifier.mlmodel' )Il est facile d'utiliser le modèle obtenu dans une application iOS :
Turi Create prend en charge :
Turi Create nécessite :
Pour des instructions détaillées sur différentes variétés de Linux, voir LINUX_INSTALL.md. Pour les problèmes d'installation courants, consultez INSTALL_ISSUES.md.
Nous vous recommandons d'utiliser virtualenv pour utiliser, installer ou créer Turi Create.
pip install virtualenv La méthode d'installation de Turi Create suit les étapes d'installation standard du package Python. Pour créer et activer un environnement virtuel Python appelé venv , suivez ces étapes :
# Create a Python virtual environment
cd ~
virtualenv venv
# Activate your virtual environment
source ~ /venv/bin/activateAlternativement, si vous utilisez Anaconda, vous pouvez utiliser son environnement virtuel :
conda create -n virtual_environment_name anaconda
conda activate virtual_environment_name Pour installer Turi Create dans votre environnement virtuel :
(venv) pip install -U turicreateLe guide de l'utilisateur du package et la documentation API contiennent plus de détails sur la façon d'utiliser Turi Create.
Turi Create ne nécessite pas de GPU , mais certains modèles peuvent être accélérés 9 à 13 fois en utilisant un GPU.
| Linux | macOS 10.13+ | GPU discrets macOS 10.14+, GPU intégrés macOS 10.15+ |
|---|---|---|
| Classement des activités | Classement des images | Classement des activités |
| Classement des dessins | Similitude des images | Détection d'objet |
| Classement des images | Classement sonore | Détection d'objets One Shot |
| Similitude des images | Transfert de style | |
| Détection d'objet | ||
| Détection d'objets One Shot | ||
| Classement sonore | ||
| Transfert de styles |
La prise en charge du GPU macOS est automatique. Pour la prise en charge du GPU Linux, consultez LinuxGPU.md.
Si vous souhaitez créer Turi Create à partir des sources, consultez BUILD.md.
Avant de contribuer, veuillez consulter CONTRIBUTING.md et ne fournir aucune contribution à moins que vous n'acceptiez les termes et conditions énoncés dans CONTRIBUTING.md.
Nous souhaitons que la communauté Turi Create soit aussi accueillante et inclusive que possible et avons adopté un code de conduite que nous attendons de tous les membres de la communauté, y compris les contributeurs, qu'ils lisent et respectent.
