mlhub 3.5.2

机器学习中心

正在开发中

a命令行演示机器学习的平台，人工 智能和数据科学能力。

简介

机器学习中心是一个开源项目 托管在github上 共享预先构建的机器学习 型号访问模型 并使用设计的mlhub包中的ml命令进行管理 安装模型并在5分钟内运行演示。各 模型已经在ubuntu（gnu/linux）上测试过了。

访问上的存储库索引 mlhub.ai可以在其中浏览模型本身。

快速启动

命令行界面可以使用 pypi：

$ pip3 install mlhub

安装后，您将能够运行示例"rain"模型 假设您拥有免费的开源统计软件 已安装程序包。tl；dr版本是 下面。注意，您输入命令ml…并且 将忽略行尾的（注释）：

$ ml install   rain # Install the model named 'rain'.
$ ml demo      rain # Run the demonstration of the model
$ ml display   rain # Graphical display of pre-built model.

以下命令可用，下面是对 每个命令：

$ ml                # Show a usage message.
$ ml available      # List of pre-buld models on the MLHub.
$ ml installed      # List of pre-built models installed locally
$ ml install   rain # Install the model named 'rain'.
$ ml readme    rain # View background information about the model.
$ ml configure rain # Install required dependencies.
$ ml commands  rain # List of commands supported by the model.
$ ml demo      rain # Run the demonstration of the model
$ ml print     rain # Textual summary of the model.
$ ml display   rain # Graphical display of pre-built model.
$ ml score     rain # Run model on your own data.

不同的模型包将有不同的依赖关系，这些依赖关系将 通过配置命令安装。

快速入门：azure dsvm

一个特别吸引人的简单方法开始探索 mlhub的功能是启动ubuntu data science virtual 在azure上的machine（dsvm），每台只需10美元 一个相当小的服务器一个月或一个合理的服务器90美元。你可以 从Microsoft获得免费信贷（200美元）以试用 DSVM

与设置相比，使用此虚拟机将节省大量时间 使用所需的依赖项建立自己的计算机，当然 如果您愿意，可以这样做，因为所有依赖项都是开源的。

要设置虚拟机，请使用azure订阅登录到 门户并添加新的数据科学虚拟 Linux机器（ubuntu）。您需要提供一个名称（用于 一个用户名和密码，然后创建一个新资源 分组并给它命名，最后选择一个位置。与所有的 默认值，除了选择适合预算的大小 （b1s虽然便宜，但d2s是更好的交互体验）。注释 你只在机器启动时收费，每台90美元 一个月不可能是你将要花费的时间，如果你只是点燃 需要时提供服务器。

一旦dsvm设置好，转到它的概览页面并单击dns name 配置并提供用于公开引用服务器的名称 （例如myml.westus2.cloudapp。azure.com）。

我们现在有一台服务器可以展示预先构建的机器学习 模型。有几个选项可以连接到服务器，但是 建议使用支持 Linux、Windows和Mac。安装并指向服务器（例如， 安装程序中的myml.westus2.cloudapp.azure.com。

连接到DSVM。关闭弹出的Firefox窗口。点击 终端图标在底部，您可以开始了：

$ pip install mlhub
$ ml
$ ml available

$ sudo apt install python3-pip

$ pip3 install mlhub

PATH="$HOME/.local/bin:$PATH"

$ wget https://mlhub.ai/dist/mlhub_3.5.2.tar.gz
$ pip install mlhub_3.5.2.tar.gz
$ ml

$ wget https://mlhub.ai/dist/mlhub_3.5.2.tar.gz
$ tar xvf mlhub_3.5.2.tar.gz
$ cd mlhub
$ python3 setup.py install --user