谷歌在中国设立AI中心的消息余热还在，苹果开源的机器学习项目Turi Create今天就进入了Github热度榜中，最近一次提交恰恰发生在昨天。该项目旨在让普通开发者玩得转机器学习，可以将一些基本机器学习能力加入到应用程序开发中，目前在Github上的Star数已经达到了3983个。(文末附开源地址)

Turi Create

Turi Create简化了定制机器学习模型的开发，无需成为机器学习专家，即可将一些机器学习能力，比如对象检测，图像分类，图像相似性或动作分类等添加到应用程序中。

·易于使用：专注于任务而不是算法。

·可视化：内置的流媒体可视化功能可以将数据转换成易于比较和浏览的图标样式。

·灵活：支持文本，图像，音频，视频和传感器数据。

·快速和可扩展性：在单台机器上处理大型数据集。

·准备部署：将模型导出到Core ML，以用于iOS，macOS，watchOS和tvOS应用程序

示例：带有几行代码的图像分类器

如果希望应用程序识别图像中的特定对象，则可以使用几行代码构建自己的模型：

在iOS应用程序中使用最终模型非常简单：

使用Turi Create，你可以解决以下方面遇到的一些问题：

·推荐系统

·图像分类

·图像相似性

·对象检测

·动作分类器

·文本分类器

也可以使用基本的机器学习模型，将其组织到基于算法的工具箱中：

·Classifiers

·Regression

·Graph analytics

·Clustering

·Nearest Neighbors

·Topic models

支持的平台

Turi Create支持：

·macOS 10.12+

·Linux(使用glibc 2.12+)

·Windows10(通过WSL)

系统要求

·Python 2.7(即将推出Python 3.5+支持)

·x86_64架构

安装

建议使用virtualenv来安装或建立Turi Create，请务必使用系统pip安装virtualenv：

pip install virtualenv

安装Turi Create的方法遵循标准的python包安装步骤。要创建一个名为venv的Python虚拟环境，请遵循以下步骤：

要激活新虚拟环境并在此环境中安装Turi Create，请按照下列步骤操作：

文档

软件包用户指南和API文档包含更多关于如何使用Turi Create的细节。

GPU支持

Turi Create不需要GPU，但某些模型可以通过使用GPU加速。要在安装Turicreate软件包后启用GPU支持，请执行以下步骤：

·安装CUDA 8.0(说明可在项目官方地址中查看)

·为CUDA 8.0安装cuDNN 5(说明可在项目官方地址中查看)

确保将CUDA库路径添加到LD_LIBRARY_PATH环境变量中。在典型情况下，这意味着将以下行添加到?/ .bashrc文件中：

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

如果将cuDNN文件安装到单独目录中，请确保单独添加。下一步是卸载mxnetand安装启用CUDA的mxnet-cu80软件包：

确保安装的是相同版本的MXNet，因为这决定了不同的turicreate。如果在设置GPU时遇到困难，MXNet安装说明可能会提供更多帮助。

从源代码建设

如果想从源代码构建Turi Create，请参阅项目中的BUILD.md。

想要查看源代码和完整项目说明的可以访问Github官方地址：https://github.com/apple/turicreate。