打造機器學習工具箱

Scipy是一款方便，易于使用，專為科學和工程設計的python工具包，它包括統計，優化，整合，線性代數模塊，傅里葉變換，信號和圖像處理，常微分方程求解器等到。

SciPy安裝

• 使用Pip
  pip install -user scipy
  安裝的時候強烈建議一次安裝相關庫
  pip install --user numpy scipy matplotlib jupyter pandas sympy nose
• 使用apt-get
  sudo apt-get install python-numpy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose
• 更多參照官網
  http://www.scipy.org

NLTK簡介

NLTK是一個開源的項目，包括：pytho模塊，數據集和教程，用于NLP的研究和開發。
NLTK由Steven Bird 和 Edward Loper在賓夕法尼亞大學計算機和信息科學系開發。
NLTK包括圖形演示和示例數據，其提供的教程解釋了工具包支持的語言處理任務背后的基本概念。

NLTK的安裝

pip install -U nltk

• 更多安裝方式見https://github.com/nltk/nltk/wiki/Installing-Third-Party-Software
  分詞用法
  

Scikit-Learn（入門庫，樸素貝葉斯，隨機森林，在神經網絡無法很好的實現）

• Scitkit-Learn是基于python的機器學習模塊，基于BSD開源許可證，這個項目最早由在2007年發起的，目前也是由社區志愿者進行維護。
• Scikit-Learn的官方網站上可以找到相關的Scikit-Learn的資源，模塊下載，文檔，例程等等。
• Scikit-Learn的基本功能主要被分為六個部分，分類，回歸，聚類，數據降維，模型選擇，數據預處理，具體可以參考官方網站上的文檔。

Scikit-Learn安裝方法

• 使用pip pip install -U scikit-learn
• 使用conda conda install scikit-learn
• 更多內容參考http://scikit-learn.org/

TensorFlow

Tensor張量Flow數據流

• TensorFlow是一個采用數據流圖，用于數值計算的開源軟件庫，節點在圖中表示數學操作，圖中的線則表示在節點間相互聯系的多維數據數組，即張量。
• 它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），服務器，移動設備等等。
• TensorFlow最初由Google大腦小組（隸屬于Google機器智能研究機構）的研究員和工程師們開發出來，用于機器學習和深度神經網絡方面的研究，但這個系統的通用性使其也可廣泛用于其他計算領域。

TensorFlowde的特點

高度的靈活性，真正的可移植性，將科研和產品聯系在一起，自動求微分，多語言支持，性能最優化

TensorFlowde安裝方法

• 僅使用CPU的版本
  pip install https：//storage.googlepis.com/tensorflow/linux/cpu/tensorflow-flow-0.5.0-cp27-none-linux_x86_64.whl
• 開啟GPU支持的版本（安裝該版本的前提是已經安裝好了CUDA sdk）
  pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl
  基于virtualenv的安裝方法
  首先，安裝所有必備的工具:
  LINUX上： sudo apt-get install python-pip python-dev python-virtualenv
  mac上： sudo easy_install pip #如果還沒有安裝pip
  sudo pip install --upgrade virtualenv

轉載于:https://www.cnblogs.com/whatiwhere/p/8997998.html

總結

以上是生活随笔為你收集整理的打造机器学习工具箱的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。