机器学习数据流促进者
项目描述
使命宣言
DFFML旨在成为使用机器学习最简单、最方便的方式。
-
它是一个机器学习发行版。为您提供一组保证可以一起工作的流行机器学习库。
-
它是一个AI/ML Python库、命令行应用程序和HTTP服务。
-
您提供数据并告诉它您想要训练哪种类型的模型。它会为您创建一个模型。
-
如果您希望对模型有更精细的控制，可以通过实现自己的模型插件轻松实现。
-
我们使模型的使用和部署变得简单。
-
我们提供了一个具有管理锁的定向图并发执行环境，我们称之为DataFlows。
-
DataFlows使生成数据集或修改现有数据集以快速进行特征工程变得容易。
文档
最新版本的文档托管在 https://intel.github.io/dffml/
主分支的文档托管在 https://intel.github.io/dffml/master/index.html
贡献
贡献页面 将指导您如何设置并贡献给 DFFML。
帮助
- 通过 问题 提问
- 发送电子邮件到 dffml-users@lists.01.org
- 您可以通过以下链接订阅用户邮件列表 https://lists.01.org/postorius/lists/dffml-users.lists.01.org/
- 在 Gitter 聊天 上提问
许可证
DFFML 采用 MIT 许可 进行分发。
法律
本软件受美国出口管理局法规和其他美国法律的约束，可能无法出口或再出口到某些国家（古巴、伊朗、乌克兰克里米亚地区、朝鲜、苏丹和叙利亚）或受美国出口禁止的个人或实体（包括被拒绝的当事人、特别指定的国民以及出口管理局实体名单上的实体或涉及导弹技术或核、化学或生物武器的实体）。
下载文件
下载适用于您的平台文件。如果您不确定选择哪个，请了解有关 安装包 的更多信息。
源分布
dffml-0.4.0.post2.tar.gz (189.6 kB 查看哈希值)
构建分布
dffml-0.4.0.post2-py3-none-any.whl (255.9 kB 查看哈希值)
关闭
dffml-0.4.0.post2.tar.gz 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 8ceee93dfc8661ab35ff4f14b7b94274c0c5665c0e94618090f4eee30e925bc7 |
|
| MD5 | 0c94b1a0705c7f52123728b2659f9799 |
|
| BLAKE2b-256 | e3fe68f86852dd01ff7c9c2307c9440b9453bf462e0e588883995e060cc6ea54 |
关闭
dffml-0.4.0.post2-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | a312d32ebe9234f529bf9c36f5d2069f6a03aa934bb511922be11b32e35566da |
|
| MD5 | ad829bbacb39807e1a2045fc0d75b28f |
|
| BLAKE2b-256 | 776370109a6c9e541c80c4f8f3ec2f92c3758d0e861092cefec53733dc3414a0 |