機(jī)器學(xué)習(xí)也能套模版：在線選擇模型和參數(shù)，一鍵生成demo
本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。
連機(jī)器學(xué)習(xí)的代碼，也可以套模（tou）版（lan）了。
現(xiàn)在，有一個(gè)Web應(yīng)用程序，可以生成用于機(jī)器學(xué)習(xí)的模板代碼（demo），目前支持PyTorch和scikit-learn。
同時(shí)，對(duì)于初學(xué)者來(lái)說(shuō)，這也是一個(gè)非常好的工具。在模版中學(xué)習(xí)機(jī)器學(xué)習(xí)的代碼，可以少走一些彎路。
這也難怪開(kāi)發(fā)者在項(xiàng)目的介紹中，這樣寫(xiě)道：
這非常適合機(jī)器學(xué)習(xí)的初學(xué)者！
這個(gè)名為traingenerator的項(xiàng)目，已于最近成功上線，并沖上了reddit的熱榜。
這，究竟是一個(gè)什么樣的項(xiàng)目，就讓我們來(lái)看一下。
選擇模型和參數(shù)，一鍵生成demo
在任務(wù)處理上，目前的任務(wù)目標(biāo)只有圖像分類這一種可供選擇。
不過(guò)，開(kāi)發(fā)者說(shuō)，有更多功能正在路上，比如目標(biāo)檢測(cè)、語(yǔ)義分割等任務(wù)目標(biāo)。
而目前，Web支持的框架有PyTorch和scikit-learn，如下圖所示，在選定框架后，模版會(huì)自動(dòng)變換。
在PyTorch下，可使用的模型有：AlexNet、ResNet、DenseNet及VGG。
而在scikit-learn下，可選擇的模型有：Support vectors、Random forest、Perceptron、K-nearest neighbors及Decision tree。
之后，在下方，在選擇不同的模型下，還可以調(diào)節(jié)不同的訓(xùn)練參數(shù)。
此外，可輸入的數(shù)據(jù)有著兩種選擇：Numpy arrays和Image files。
最后，在demo輸出上，你也有三個(gè)選擇，能夠分別導(dǎo)出.py、Jupyter notebook和Google Colab三種文件格式。
目前，該項(xiàng)目已經(jīng)在網(wǎng)站上線，可以直接在網(wǎng)頁(yè)上（網(wǎng)頁(yè)地址可在文末獲?。┎僮魃鲜鰞?nèi)容，并直接生成demo。
運(yùn)行方法
另外，如果你想要在本地運(yùn)行或者部署，開(kāi)發(fā)者還貼心地提供了使用指南。
安裝
- git clone https://github.com/jrieke/traingenerator.git
- cd traingenerator
- pip install -r requirements.txt
如果要使「在Colab中打開(kāi)」生效，還需要設(shè)置一個(gè)Github repo來(lái)存儲(chǔ)筆記本文件（因?yàn)镃olab只能打開(kāi)Github上的公共文件）。
設(shè)置repo后，創(chuàng)建一個(gè).env文件其中包含:
- GITHUB_TOKEN=<your-github-access-token>
- REPO_NAME=<user/notebooks-repo>
本地運(yùn)行
- streamlit run app/main.py
確?？偸菑膖raingenerator目錄（而不是從應(yīng)用程序目錄）運(yùn)行，否則應(yīng)用程序?qū)o(wú)法找到模板。
部署到Heroku
首先，安裝heroku并登錄。要?jiǎng)?chuàng)建新部署的話，便在traingenerator內(nèi)部運(yùn)行:
- heroku create
- git push heroku main
- heroku open
之后，更新已部署的應(yīng)用程序，提交更改并運(yùn)行:
- git push heroku main
如果你設(shè)置了一個(gè)Github repo來(lái)啟用「在Colab中打開(kāi)」按鈕，你還需要運(yùn)行:
- heroku config:set GITHUB_TOKEN=<your-github-access-token>
- heroku config:set REPO_NAME=<user/notebooks-repo>
測(cè)試
最后，進(jìn)行測(cè)試即可：
- pytest ./tests
該Web應(yīng)用程序上線了，并且代碼也已開(kāi)源，感興趣的小伙伴可以點(diǎn)擊下方鏈接獲取。
Web應(yīng)用程序地址：
https://traingenerator.jrieke.com/
Github地址：
https://github.com/jrieke/traingenerator#installation
