AI 學習路線：從Python開始機器學習

從無人駕駛汽車到股市預測，再到線上學習，機器學習通過預測來進行自我提高的方法幾乎被用在了每一個領域。由於機器學習的實際運用，目前它已經成為就業市場上最有需求的技能之一。如果你也想學習紅遍全球的機器學習，這篇文章正是為你而準備的。

使用 Python 來開始機器學習很簡單，因為有大量的線上資源，以及許多可用的 Python 機器學習庫。

值得知道的Python程式庫

Scikit-learn

你剛開始學機器學習嗎？如果你需要一個涵蓋了特徵工程，模型訓練和模型測試所有功能的程式庫，scikit-learn是你的最佳選擇！這個優秀的免費軟體提供了機器學習和資料探勘所需要的所有工具。它是目前Python機器學習的標準庫。要使用任何成熟的機器學習演算法都推薦使用這個庫。

這個程式庫支援分類和迴歸，實現了基本所有的經典演算法（支援向量機，隨機森林，樸素貝葉斯等等）。程式庫的設計讓遷移演算法十分容易，使用不同的演算法做實驗非常輕鬆。這些經典演算法可用性很強，能用於大量不同的情況。

但這並不是Scikit-learn的全部功能，它同樣可以用來做降維，聚類等等任何你所能想到的。由於它構建在Numpy和Scipy之上（所有的數值計算都是由C語言來完成的），它的執行速度也超快。

這些例子可以告訴你這個庫的功能，如果你想學習如何使用它，可以閱讀教程。

NLTK

NLTK不算是一個機器學習的程式庫，但它是做自然語言處理（NLP）必須的一個庫。除了用於文書處理的功能，例如聚類，分詞，詞幹提取，標記，解析等，它還包含了大量的資料集和其他關於詞法的資源（可用於模型訓練）。

把所有這些打包在一起的好處就不用再多說了。如果你對NLP感興趣，可以看看這些教程!

Theano

Theano被廣泛應用於工業界和學術界，它是所有深度學習架構的鼻祖。Theano是用Python，結合Numpy實現的。你可以用它來構建用多維陣列實現神經網路。Theano會處理所有數學計算，你不需要知道底層的數學公式實現。

早在支援使用GPU進行計算不像今天這樣普及的時候，Theano就已經提供了對GPU計算的支援。這個程式庫目前已經非常成熟，能夠支援很多不同型別的操作。這使得Theano可以在和其他庫比較的時候勝出。

目前關於Theano最大的問題是API不是很好用，對於新手來說上手困難。不過市面上已經有了解決這個問題的封裝包，比如Keras, Blocks 和 Lasagne，都可以簡化Theano的使用。

TensorFlow

谷歌大腦團隊為了內部使用創造了TensorFlow，2015年將其開源化。設計初衷是取代他們已有的封閉機器學習框架DistBelief，據說該構架太過於依賴Google的整體構架，也不夠靈活，在分享程式碼的時候非常不方便。

於是就有了TensorFlow。谷歌從以前的錯誤中吸取了教訓。許多人認為TensorFlow是Theano的改進版，它提供了更靈活和好用的API。可以用於科研和工業界，同時支援使用大量的GPU進行模型訓練。TensorFlow支援的操作沒有Theano多，但是它的計算視覺化比Theano好。

TensorFlow目前非常流行。如果今天這篇文章裡面提到的名字你只聽說了一個，那很有可能是這個。每天都有新的提到TensorFlow的博文或學術文章發表。這個流行度提供了大量的使用者和教程，新人很容易上手。

Keras

Keras是一個提供更高層神經網路API的庫，它可以基於Theano或者TensorFlow。它擁有這兩個庫強大的功能卻又同時大大地簡化了使用難度。它將使用者的體驗放在首要地位，提供簡單的API和很有用的錯誤資訊。

同時Keras的設計基於模組，這就使得你能自由組合不同的模型（神經層，成本函式等等），而且模型的可擴充套件性很好，因為你只需要簡單的將新模組跟已有的連起來即可。

有人覺得Keras太好用了，簡直就是在作弊。如果你開始用深度學習，可以看看例子 和 文件，對於你可以用它做什麼有個數。如果你要學習使用它，可以從 這個教程開始。

兩個類似的庫有Lasagne 和 Blocks, 但它們只支援Theano。如果你試過了Keras但是你不喜歡它你可以試試這些其他的庫，也許它們更適合你。

PyTorch

還有一個有名的深度學習架構是Torch，它是用Lua實現的。Facebook用Python實現了Torch，叫做PyTorch，並將它開源了。用這個庫你可以使用Torch使用的低層的庫，但是你可以使用Python而不是Lua。

PyTorch對查錯的支援很好，這是因為Theano和TensorFlow使用符號計算而PyTorch則不是。使用符號計算就表明在一行程式碼被解釋的時候，一個操作（x+y）並不會被執行，在那之前，它必須先被編譯（解釋成CUDA或者C語言）。這就讓用Theano和TensorFlow的時候很難查錯，因為很難把報錯跟當前的程式碼聯絡起來。這樣做有它的好處，不過查錯簡單不在其中。

如果你想開始學PyTorch，官方文件適合初學者也會包含有難度的內容。

機器學習的第一步？

你講了這麼多機器學習的包，我應該用哪一個？我怎樣比較它們？我從哪裡開始？

如果你完全沒有接觸過機器學習，從scikit-learn開始。你可以瞭解標記，訓練和測試是怎樣工作的，以及一個模型是如何被建立的。

如果你想試試深度學習，從 Keras開始，畢竟這是大家公認的最簡單的框架。你可以先試試，找找感覺。當你有點經驗之後，你可以開始考慮你最需要的是什麼：速度，不同的API，或者別的什麼，之後你就能更好地決定了。

目前有海量的文章比較Theano，Torch和TensorFlow。沒有人能說哪個最好。你要記住的是所有包都支援很多東西，而且也在不斷改進，想相互比較它們也越來越難。六個月前的標準有可能已經過時了，一年前的評價說框架X沒有Y功能也不一定還有效。

結語

這篇關於用Python庫做機器學習的簡介就到此為止。我想強調的是不要被細節嚇住了，放手嘗試。讓你的好奇心指導你前進，不要害怕進行不同的實驗。

想學習更多？

七月線上為你準備了一門非常系統的機器學習課程。課程採用線上+線下授課模式，BAT專家面對面、手把手教學；除直播答疑、作業批改、線上考試之外，特地增加開課前的入學測評，基於每一個人的測評資料量身定製個性化的不同學習路線。北京、上海、深圳、廣州、杭州、瀋陽、濟南、鄭州八城同步開營。

除了為你提供一條清晰的學習路徑，更有10個工業專案實戰輔導 + 一對一面試求職輔導，真正幫你從零轉型機器學習工程師！

掃描下方二維碼撩課