Google Colab - 安装机器学习库

Colab 支持市场上大多数机器学习库。在本章中，让我们快速了解如何在你的 Colab 笔记本中安装这些库。

要安装库，你可以使用以下任一选项：

!pip install

或

!apt-get install

Keras

Keras 使用 Python 编写，运行在 TensorFlow、CNTK 或 Theano 之上。它可以轻松快速地构建神经网络应用程序原型。它支持卷积网络 (CNN) 和循环网络，以及它们的组合。它无缝支持 GPU。

要安装 Keras，请使用以下命令：

!pip install -q keras

PyTorch

PyTorch 非常适合开发深度学习应用程序。它是一个优化的张量库，并且支持 GPU。要安装 PyTorch，请使用以下命令：

!pip3 install torch torchvision

MxNet

Apache MxNet 是另一个灵活高效的深度学习库。要安装 MxNet，请执行以下命令：

!apt install libnvrtc8.0
!pip install mxnet-cu80

OpenCV

OpenCV 是一个开源计算机视觉库，用于开发机器学习应用程序。它拥有超过 2500 个优化的算法，支持多种应用，例如人脸识别、物体识别、运动物体跟踪、图像拼接等等。像 Google、Yahoo、Microsoft、Intel、IBM、Sony、Honda、Toyota 等巨头都使用这个库。它非常适合开发实时视觉应用程序。

要安装 OpenCV，请使用以下命令：

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python

XGBoost

XGBoost 是一个分布式梯度提升库，可以在 Hadoop 等主要分布式环境中运行。它高效、灵活且可移植。它在梯度提升框架下实现了机器学习算法。

要安装 XGBoost，请使用以下命令：

!pip install -q xgboost==0.4a30

GraphViz

Graphviz 是一个用于图形可视化的开源软件。它用于网络、生物信息学、数据库设计以及许多需要数据可视化界面的领域的可视化。

要安装 GraphViz，请使用以下命令：

!apt-get -qq install -y graphviz && pip install -q pydot

到目前为止，你已经学会了如何创建包含流行机器学习库的 Jupyter 笔记本。你现在可以开始开发你的机器学习模型了。这需要强大的处理能力。Colab 为你的笔记本提供免费的 GPU。

在下一章中，我们将学习如何为你的笔记本启用 GPU。