turicreate

快速链接：安装|文档

图里创造

Turi Create 简化了自定义机器学习模型的开发。您不必成为机器学习专家即可将推荐、对象检测、图像分类、图像相似度或活动分类添加到您的应用程序中。

• 易于使用：专注于任务而不是算法
• 视觉：内置流式可视化来探索您的数据
• 灵活：支持文本、图像、音频、视频和传感器数据
• 快速且可扩展：在单台机器上处理大型数据集
• 准备部署：将模型导出到 Core ML，以便在 iOS、macOS、watchOS 和 tvOS 应用程序中使用

使用 Turi Create，您可以完成许多常见的 ML 任务：

机器学习任务	描述
推荐人	为用户提供个性化选择
图像分类	标签图像
图纸分类	识别铅笔/触摸绘图和手势
声音分类	对声音进行分类
物体检测	识别图像中的物体
一击目标检测	使用单个示例识别图像中的 2D 对象
风格转移	风格化图像
活动分类	使用传感器检测活动
图像相似度	查找类似图像
分类器	预测标签
回归	预测数值
聚类	将相似的数据点分组在一起
文本分类器	分析消息的情绪

示例：具有几行代码的图像分类器

如果您希望您的应用程序识别图像中的特定对象，您只需使用几行代码即可构建自己的模型：

 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' )

在 iOS 应用程序中使用生成的模型很容易：

支持的平台

Turi Create 支持：

• macOS 10.12+
• Linux（带 glibc 2.10+）
• Windows 10（通过 WSL）

系统要求

Turi Create 需要：

• Python 2.7、3.5、3.6、3.7、3.8
• x86_64架构
• 至少 4 GB RAM

安装

有关不同 Linux 版本的详细说明，请参阅 LINUX_INSTALL.md。有关常见安装问题，请参阅 INSTALL_ISSUES.md。

我们建议使用 virtualenv 来使用、安装或构建 Turi Create。

pip install virtualenv

安装Turi Create的方法遵循标准的 python 包安装步骤。要创建并激活名为venv的 Python 虚拟环境，请执行以下步骤：

 # Create a Python virtual environment
cd ~
virtualenv venv

# Activate your virtual environment
source ~ /venv/bin/activate

或者，如果您使用 Anaconda，则可以使用其虚拟环境：

conda create -n virtual_environment_name anaconda
conda activate virtual_environment_name

要在虚拟环境中安装Turi Create ：

(venv) pip install -U turicreate

文档

用户指南和 API 文档包包含有关如何使用 Turi Create 的更多详细信息。

GPU支持

Turi Create不需要 GPU ，但某些模型可以通过利用 GPU 加速 9-13 倍。

Linux	macOS 10.13+	macOS 10.14+ 独立 GPU、macOS 10.15+ 集成 GPU
活动分类	图像分类	活动分类
图纸分类	图像相似度	物体检测
图像分类	声音分类	一击目标检测
图像相似度		风格转移
物体检测
一击目标检测
声音分类
风格转移

macOS GPU 支持是自动的。有关 Linux GPU 支持，请参阅 LinuxGPU.md。

从源头构建

如果您想从源代码构建 Turi Create，请参阅 BUILD.md。

贡献

在贡献之前，请查看 CONTRIBUTING.md，除非您同意 CONTRIBUTING.md 中规定的条款和条件，否则请勿提供任何贡献。

我们希望 Turi Create 社区尽可能热情和包容，并通过了一份行为准则，希望所有社区成员（包括贡献者）阅读和遵守。