المصدر: تقريبا الإنسان
هذه المقالة حول 2600 كلمات القراءة الموصى بها 7 دقائق .
تستغرق هذه المادة على فهم هذه الأداة، عند كتابة التعليمات البرمجية بايثون والتحديثات في الوقت الحقيقي إلى التطبيق الخاص بك.
المطورين تعلم الآلة يريدون بناء التطبيقات مدى صعوبة؟ في الواقع، سوف تحتاج فقط إلى رمز بيثون على ذلك، وبقية العمل يمكن أن يتم تسليمه إلى أداة. في الآونة الأخيرة، ويصف Streamlit المؤسس المشارك أدريان Treuille مؤلف إطار تطوير أداة تعلم الآلة --Streamlit تطورها، وهذا هو آلة التعلم التي أنشئت خصيصا للمهندسين تحرير، إطار مفتوح المصدر لبناء التطبيق. يمكن أن تكون هذه الأداة عند كتابة التعليمات البرمجية بايثون والتحديثات في الوقت الحقيقي إلى التطبيق الخاص بك. حاليا، كمية جيثب ستار Streamlit لديها اكثر من 3400، كانت الحرارة على ميديم 9000 يتم التوصل إليه.
موقع Streamlit: الشبكي: //streamlit.io/
جيثب العنوان:
https://github.com/streamlit/streamlit/
مع 300 خطوط من التعليمات البرمجية بايثون التي يمكن برمجتها لأداء الشبكة العصبية للاستدلال محرك البحث الدلالي في الوقت الحقيقي.
في تجربتي، كل على مشاريع استثنائية للتعلم آلة هي مع الأخطاء، صعبة للحفاظ على التكامل أداة الداخلي بها. هذه الأدوات هي عادة Jupyter أجهزة الكمبيوتر المحمولة ويكتب قارورة التطبيق، فإنه من الصعب نشر، والحاجة إلى بنية خدمة العملاء (عمارة C / S) المنطق، ولا يمكن أن تكون متكاملة بشكل جيد مع دورات تعلم Tensorflow GPU آلة والمكونات الأخرى.
أول مرة رأيت مثل هذه الأدوات في جامعة كارنيجي ميلون، وبعد ذلك في بيركلي، وجوجل X، Zoox نرى. هذه الأدوات هي صغيرة في البداية دفتر Jupyter: أداة استشعار المعايرة، والمحاكاة التطبيقات النقيض من ذلك، محاذاة رادار ليزر التطبيقات، إعادة إنتاج مشاهد الأدوات.
عندما أداة أكثر وأكثر أهمية، ومدير المشروع تتورط: عملية وزيادة الطلب. يصبح هذا المشروع منفصل التعليمات البرمجية في السيناريو، وتطورت تدريجيا إلى مطول "كابوس صيانة" ......
عملية إنشاء التطبيق (مخصصة) مهندس تعلم الآلة.
عندما أداة أمر بالغ الأهمية، سوف نقوم بإنشاء فريق الأدوات. أنها مكتوبة بخبرة فيو وتتفاعل، بالملصقات مع ملصقات الإطار التعريفي على جهاز كمبيوتر محمول. عملية تصميمها هي هذه الصيغة:
أدوات بناء فريق عملية التطبيق (نظيفة، الصفر).
هذا رائع! ولكن كل هذه الأدوات تتطلب ميزات جديدة، مثل على الانترنت ميزات جديدة أسبوعيا. ومع ذلك أدوات فريق العمل قد في وقت واحد دعم أكثر من 10 مشروعا، فإن يقولون :. "سنقوم بتحديث أداة الخاص بك في غضون شهرين."
قبل أن نعود إلى أدوات بناء على العمليات الخاصة: نشر قارورة التطبيق، HTML الكتابة، CSS و JavaScript، حاول بعض من التحكم في الإصدار كل من الكمبيوتر المحمول إلى ورقة الأنماط. صديقي والعمل الأول في جوجل X البدء في التفكير تياجو تيكسيرا: إذا كنت بناء أدوات مثل كتابة السيناريو بيثون بهذه البساطة؟
نأمل أن تحت أي ظرف من الظروف أدوات فريق العمل، والتعلم الآلي والمهندسين يمكن بناء التطبيق الجيد. يجب أن تظهر هذه الأدوات الداخلية بشكل طبيعي كناتج ثانوي لعملية سير العمل تعلم الآلة. مثل هذه الكتابة أداة يشعر وكأنه تدريب الشبكة العصبية أو إجراء تحليل مخصصة (تحليل مخصصة) في Jupyter في! في الوقت نفسه، ونحن نريد الاحتفاظ بمرونة إطار التطبيق قوية. أردنا خلق أداة جيدة تمكن المهندسين فخور.
نأمل عملية بناء التطبيق على النحو التالي:
Streamlit عملية الإنشاء التطبيق.
والمهندسين من اوبر، تويتر، غرزة الإصلاح، دروببوإكس، وما إلى ذلك، جنبا إلى جنب، أنشأنا العام Streamlit، هذا التطبيق هو إطار حر مفتوح المصدر لتعلم آلة المهندسين. بغض النظر عن أي نموذج، والمبادئ الأساسية Streamlit هي أبسط وأكثر نقاء.
المبادئ الأساسية Streamlit هي كما يلي:
1. احتضان بيثون
التطبيق Streamlit تماما أشواط النصي من أعلى إلى أسفل، مع عدم وجود المخفية. يمكنك استخدام رمز الدالة استدعاء المناولة. طالما أن تكتب النصوص بيثون، يمكنك كتابة التطبيق Streamlit. على سبيل المثال، يمكنك كتابة إلى الشاشة لأداء وفقا لالبرمجية التالية:
streamlit استيراد كما stst.write ( 'مرحبا، العالم!')
2. القطعة تعامل على أنها متغير
Streamlit أي رد! كل التفاعل هو فقط من أعلى إلى أسفل إعادة تشغيل البرنامج النصي. هذا الأسلوب هو نظيفة جدا حتى أن الرمز هو:
streamlit استيراد كما STX = st.slider ( 'س') st.write (س، 'مربع هو'، س * خ)
Streamlit 3 خطوط التفاعلية من قانون مكتوب التطبيق.
3. حساب البيانات قابلة لإعادة الاستخدام و
إذا كنت ترغب في تحميل كميات كبيرة من البيانات أو أداء العمليات الحسابية المعقدة، وكيفية القيام به؟ والمفتاح هو لإعادة المعلومات بشكل آمن في أشواط متعددة. قدم Streamlit مخبأ بدائية، انها مثل ذاكرة البيانات الافتراضية الحالية لا يمكن تغييرها، لحماية التطبيق Streamlit بسهولة وأمان إعادة استخدام المعلومات. على سبيل المثال، التعليمة البرمجية التالية مرة واحدة فقط بتحميل البيانات المفقودة من دورة Udacity المشروع الطيار الآلي (https://github.com/udacity/self-driving-car)، يمكنك الحصول على التطبيق السريع والسهل:
استخدام st.cache، حفظ Streamlit البيانات في أشواط متعددة. كود تشغيل التعليمات، انظر:
https://gist.github.com/treuille/c633dc8bc86efaa98eb8abe76478aa81#gistcomment-3041475.
عملية الانتاج St.cache المثال أعلاه.
باختصار، يعمل Streamlit على النحو التالي:
كما هو مبين أدناه:
حدثا والعضو Streamlit من الصفر لتشغيل البرنامج النصي. عملية مختلفة محفوظة مخبأ الوحيد.
مهتمة، يمكنك أن تجرب على الفور! فقط تشغيل السطر التالي:
سيتم فتح متصفح الويب تلقائيا، وتحولت إلى التطبيق Streamlit المحلي. إذا لم تظهر نافذة المتصفح، فقط اضغط على الرابط.
هذه الأفكار هي بسيطة، ولكنها فعالة، لن تمنعك من استخدام Streamlit خلق الغنية، التطبيق مفيدة. عندما Zoox وX عمل جوجل، وتبحث مشروع تطوير المركبات الذاتية من قبل عدد من البيانات المرئية G، وتحتاج هذه البيانات للبحث وفهم، ثم بما في ذلك المقارنة بين الأداء تعمل على نموذج بيانات الصورة. أرى كل المركبات مشروع الحكم الذاتي لديهم الأدوات اللازمة للقيام فريق الدعم كله في هذا الصدد.
بناء مثل هذه الأدوات في Streamlit بسيطة جدا. التجريبي Streamlit التالية يمكن ان تدفع تلقائيا السيارة لدورة Udacity مجموعات البيانات صورة كاملة لأداء البحث الدلالي للقيمة الحقيقية للتصور تسمية الإنسان ملحوظ، وفي تطبيق تشغيل الشبكة العصبية في الوقت الحقيقي الكامل (YOLO).
خطوط 300 من قانون مكتوب في Streamlit التجريبي يجمع البحث البصري الدلالي وتفاعلية الاستدلال الشبكة العصبية.
التطبيق بالكامل فقط 300 خطوط رمز بيثون، ومعظمها هي رمز تعلم الآلة. في الواقع، فإن التطبيق بالكامل، سوى 23 المكالمات Streamlit. يمكنك محاولة:
ونحن نعمل مع آلة فريق التعلم، عندما مشاريعهم والجهود، يأتي أن ندرك أن هذه الأفكار بسيطة سيجلب عددا من المزايا المهمة:
التطبيق Streamlit هو ملف بيثون النقي. يمكنك استخدام محرر المفضلة لديك والمصحح.
أنا مثل لمحرر استخدام VSCode (يسار) والكروم (يمين) عند استخدام Streamlit بناء التطبيق.
النقي كود بايثون يمكن أن يكون بسلاسة مع برامج التحكم بالمصادر بوابة الآخرين، بما في ذلك يرتكب طلبات السحب، والقضايا، والتعليق عليه. لأن Streamlit اللغة الأساسية هي بيثون، لذلك يمكنك الاستفادة من هذه الأدوات بالتعاون الحرة.
التطبيق Streamlit هو السيناريو بيثون، بحيث يمكنك بسهولة استخدام بوابة تنفيذ التحكم في الإصدار.
Streamlit توفير بيئة البرمجة وضع الفورية. عندما كشف Streamlit التغييرات الملف المصدر، يمكنك ببساطة النقر دائما باعادتها.
انقر على "دائما باعادة"، لضمان البرمجة في الوقت الحقيقي.
مخبأ تبسيط عملية حسابية. وظيفة ذاكرة التخزين المؤقت تلقائيا إنشاء سلسلة من عملية الحوسبة الفعالة! يمكنك محاولة التعليمة البرمجية التالية:
عملية حسابية بسيطة من Streamlit. تشغيل التعليمات البرمجية أعلاه، راجع التعليمات التالية: الشبكي: //gist.github.com/treuille/ac7755eb37c63a78fac7dfef89f3517e#gistcomment-3041436.
في الأساس، تتضمن عملية تحميل البيانات الوصفية لخلق ملخصات خطوة (load_metadata create_summary). السيناريو كل شوط، Streamlit مجموعة فرعية فقط من عملية يمكن إعادة حساب.
من أجل ضمان قابلية التطبيق، وحساب Streamlit الضرورة فقط لتحديث جزء UI.
ينطبق Streamlit إلى GPU. الوصول المباشر إلى Streamlit الأوليات على مستوى الجهاز (مثل TensorFlow، PyTorch)، وهذه المكتبات لإضافة. على سبيل المثال، في العرض التالي، Streamlit مخبأ مخازن كامل NVIDIA PGGAN. هذا الأسلوب يسمح للمستخدم عند تحديث المنزلق الأيسر، التطبيق أداء الاستدلال حظية تقريبا.
التطبيق Streamlit باستخدام البرامج TL-GAN تأثير NVIDIA PGGAN.
Streamlit هو حر المكتبات مفتوحة المصدر، وليس تطبيق ويب الخاص. يمكنك نشر التطبيق Streamlit المحلي، لا الاتصال بنا في وقت مبكر. يمكنك حتى تشغيل محليا Streamlit على جهاز كمبيوتر محمول من دون الشبكات. وبالإضافة إلى ذلك، قد تكون المشاريع القائمة أيضا استخداما تدريجيا Streamlit.
استخدام التقدمي من عدة طرق Streamlit.
هذه ليست سوى غيض من فيض وظيفة Streamlit فقط. هذا هو الشيء الأكثر إثارة هو أن هذه الأوليات يمكن أن تجعل بسهولة التطبيق معقدة، ولكن يبدو مجرد سيناريو بسيط. وهذا ينطوي على بنية ووظيفة مبدأ العملية، ورقة يتحدث مؤقتا عنه.
يتضح Streamlit المكونات.
نحن سعداء لمشاركتها مع المجتمع Streamlit، ونأمل أنها يمكن أن تساعدك بسهولة بيثون النصي في جميلة وعملية التطبيق تعلم الآلة.
الرابط الأصلي:
https://towardsdatascience.com/coding-ml-tools-like-you-code-ml-models-ddba3357eace
المراجع:
تحرير: لتانغ كاي
تصحيح التجارب المطبعية: قوة غونغ
- انتهى -
تسينغهوا الانتباه - بيانات أكاديمية تشينغداو للعلوم قناة الصغرى الرسمية منصة الجمهور " بيانات الإرسال THU "أيتها الأخوات ولا". إرسال البيانات THU "لرعاية المزيد من المحاضرات ونوعية المحتوى.
