Neuraxe是一个机器学习(ML)库,用于构建整洁的管道,提供正确的抽象来简化ML应用程序的研究、开发和部署。
neuraxle的Python项目详细描述
为什么是神经轴系?
生产就绪
大多数研究项目都无法投入生产。但是,你想要 你的项目准备好生产,并且已经可以通过 你完成它的时间。你也希望事情简单,这样你就可以 快速开始。
大多数现有的机器学习流水线框架要么过于简单 或者对于中等规模的项目来说太复杂了。神经轴系平衡 中等规模的项目,提供简单而强大的抽象 准备好使用。
兼容性
< Buff行情> Neuraxe是作为一个框架构建的,它使您能够定义自己的 管道步骤。这意味着你可以使用 scikit学习 , 凯拉斯 , 张力流 , pytorch 和/或任何其他机器学习 库您喜欢Neuraxe管道内部和整个管道。
并行计算
Neuraxe提供多种并行处理功能,使用 作业库 。大多数 神经轴的并行处理发生在 管道 和 工会 模块,因此,Neuraxe可以很容易地在集群上并行化 使用 分布式的计算机的 它的joblib后端
时间序列处理
尽管Neuraxe不限于时间序列处理 项目,它对那些项目特别好,作为目标之一 Neuraxe提供了一些对时间有用的摘要 系列项目。
有了Neuraxe提供的各种抽象,很容易得到 开始构建时间序列处理项目。神经轴也是 Neuraxio时间序列的主干 项目,即 一个建立在Neuraxe之上的高级软件包,用于促进业务发展 通过提供开箱即用的时间序列机器学习项目 专门的管道步骤。
注:neuraxio时间序列 项目是 与Neuraxe项目不同的是,这些项目是独立的。 Neuraxio致力于构建开源软件,并定义自己 作为一家开源公司。进一步了解Neuraxe的 许可证。Neuraxe图书馆是免费的 免费,而Neuraxio时间序列是Neuraxio的高级附加组件。
自动机器学习
此框架的核心目标之一是使 机器学习,还有元学习。训练一个 执行许多不同任务的元优化器:优化器本身就是一个模型 映射数据集的特性和超参数空间的特性 以猜测的性能分数来预测最佳超参数。 超参数空间很容易定义为一个范围,并且 耦合到各自的管道步骤,而不是耦合到 整个管道,从而实现了类的重用和更多的模块化。