Google Colab - Installation de bibliothèques ML

Colab prend en charge la plupart des bibliothèques de machine learning disponibles sur le marché. Dans ce chapitre, examinons rapidement comment installer ces bibliothèques dans votre notebook Colab.

Pour installer une bibliothèque, vous pouvez utiliser l'une de ces options -

!pip install

ou

!apt-get install

Keras

Keras, écrit en Python, s'exécute sur TensorFlow, CNTK ou Theano. Il permet un prototypage simple et rapide des applications de réseau neuronal. Il prend en charge à la fois les réseaux convolutifs (CNN) et les réseaux récurrents, ainsi que leurs combinaisons. Il prend en charge de manière transparente le GPU.

Pour installer Keras, utilisez la commande suivante -

!pip install -q keras

PyTorch

PyTorch est idéal pour développer des applications d'apprentissage en profondeur. Il s'agit d'une bibliothèque de tenseurs optimisée et compatible GPU. Pour installer PyTorch, utilisez la commande suivante -

!pip3 install torch torchvision

MxNet

Apache MxNet est une autre bibliothèque flexible et efficace pour l'apprentissage en profondeur. Pour installer MxNet, exécutez les commandes suivantes -

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

OpenCV

OpenCV est une bibliothèque de vision par ordinateur open source pour le développement d'applications d'apprentissage automatique. Il dispose de plus de 2500 algorithmes optimisés qui prennent en charge plusieurs applications telles que la reconnaissance de visages, l'identification d'objets, le suivi d'objets en mouvement, l'assemblage d'images, etc. Des géants comme Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda, Toyota utilisent cette bibliothèque. Ceci est parfaitement adapté au développement d'applications de vision en temps réel.

Pour installer OpenCV, utilisez la commande suivante -

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

XGBoost

XGBoost est une bibliothèque distribuée de renforcement de gradient qui s'exécute sur les principaux environnements distribués tels que Hadoop. Il est très efficace, flexible et portable. Il implémente des algorithmes ML dans le cadre de Gradient Boosting.

Pour installer XGBoost, utilisez la commande suivante -

!pip install -q xgboost==0.4a30

GraphViz

Graphviz est un logiciel open source pour les visualisations de graphiques. Il est utilisé pour la visualisation dans les réseaux, la bioinformatique, la conception de bases de données et d'ailleurs dans de nombreux domaines où une interface visuelle des données est souhaitée.

Pour installer GraphViz, utilisez la commande suivante -

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

À ce stade, vous avez appris à créer des blocs-notes Jupyter contenant des bibliothèques d'apprentissage automatique populaires. Vous êtes maintenant prêt à développer vos modèles de machine learning. Cela nécessite une puissance de traitement élevée. Colab fournit un GPU gratuit pour vos notebooks.

Dans le chapitre suivant, nous apprendrons comment activer le GPU pour votre ordinateur portable.