导航菜单
首页 » 无极3注册 » 正文

tip-会写 Py 脚本,就能开发机器学习东西

后台回复【我要学好python

送你2本Python进阶书

文 | Adrien Treuille

译 | 汇智网

引荐 | 编程派大众号(ID:codingpy)

Streamlit是第一个专门针对机器学习和数据科学团队的运用开发结构,它是开发自定义机器学习东西的最快的办法,你能够以为它的方针是替代Flask在机器学习项目中的位置,能够协助机器学习工程师快速开发用户交互东西。

1、Hello world

Streamlit运用便是Python脚本,没有隐含的状况,你能够运用函数调用重构。只需你会写Python脚本,你就会开发Streamlit运用。例如,下面的代码在网页中输出 Hello,world!

tip-会写 Py 脚本,就能开发机器学习东西
  1. import streamlit as st
  2. st.write('Hello, world!')

成果如下:

2、运用UI组件

Streamlit将组件视为变量,在Streamlit中没有回调,每一个交互都是 简略地回来,然后保证代码洁净:

  1. import streamlit as st
  2. x = st.slider('x')
  3. st.write(x, 'squared is', x * x)

成果如下:

3、数据重用和核算

假如你要下载很多数据或许运转杂乱的核算该怎样完成?关键在于安全地重用数据。Streamlit引入了缓存原语能够让Steamlit运用 安全、轻松的重用信息。例如,下面的代码只需要从Udacity的主动 驾驭车项目下载一次数据,然后得到一个简略、快速的运用:

  1. import streamlit as st
  2. import pandas as pd
  3. # Reuse this data across runs!
  4. read_and_cache_csv = st.cache(pd.read_csv)
  5. BUCKET = "https://streamlit-self-driving.s3-us-west-2.amazonaws.com/"
  6. data = read_and_cache_ctip-会写 Py 脚本,就能开发机器学习东西sv(BUCKET + "labels.csv.gz", nrows=1000)
  7. desired_label = st.selectbox('Filter to:', ['car', 'truck'])
  8. st.write(data[data.label == desired_labtip-会写 Py 脚本,就能开发机器学习东西el])

成果如下:

简而言之,Streamlit的工作方式如下:

  • 关于用户的每一次交互,整个脚本自始至终履行一遍
  • S崖柏treamlit根据UI组件的状况给变量赋值
  • 缓存让Streamlit能够防止重复恳求数据或重复核算

或许参阅下图:

假如上面的内容还没有说清楚,你能够直接上手测验Streamlit!

    tip-会写 Py 脚本,就能开发机器学习东西
  1. $ pip install --upgrade streamlit
  2. $ streamlit hello
  3. You can now view your Streamlit app in your browser.
  4. Local URL: http://localhost:8501
  5. Network URL: http://10.0.1.29:8501

这会主动翻开本地的web浏览器并拜访Streamlit运用:

4、实例:主动驾驭数据集东西

下面的Streamlit运用让你能够在整个Udacity主动驾驭车辆相片数据会集进行语义化查找,可视化人工标示,而且能够实时运转一个YOLO 方针检测器:

整个运用只要300行Python代码,绝大多数是机器学习代码。实际上 其间只要23个Streamlit调用。你能够测验自己运转:

  1. $ pip install --upgrade streamlit opencv-python
  2. $ streamlit run https://raw.githubusercontent.com/streamlit/demo-self-driving/master/app.py

原文链接:Turn Python s into Beautiful ML Tools

二维码