2018也许是
- AdaNet — 一个基于TensorFlow的开源神经网络自动学习项目
也许你之前听过None
如上图,AdaNet
入门AdaNethttps://github.com/tensorflow/adanet/blob/master/adanet/examples/tutorials/adanet_objective.ipynb
None
NoneNone
TPOT试图把繁琐的 特征选择、模型选择和模型优化
运行以上代码会自动优化并输出
但是tpot基于scikit-learn,如果没有进行很高的优化,代码运行时间可能会令你无法忍受。其使用简单到是适合初学者实验。
None3. None None
SHAP比一般模型分析工具好用的地方有两个,
None4.
只需短短几行代码你就可以生成数据增强图片:
Augmentor还支持加入图片噪声和图像扭曲等功能:
None5.
2018年不乏许多好的自然语言项目,spaCy
仅spaCy的分词(tokenization
None6.
来自facebook的开源项目pytext是基于pytorch的,自身带着一股研究性(如果你想寻找深度学习+ NLP一维卷积在语义理解中的应用,莫斯科物理技术学院开源聊天机器人DeepPavlov解析及代码
None7.
除了简单易用,与pytext不同的是,flair不专注于神经网络,但也对近年来一些成熟的方案给出了实现:
flair另一个亮点是有自己一套简单的方式组合不同的词嵌入( None
None
None
None
None
参考文献:
None
None