白交發(fā)自凹非寺

　　量子位報(bào)道公眾號(hào) QbitAI

　　一份 AI 創(chuàng)業(yè)公司最佳「開(kāi)發(fā)工具」指南，火了。

　　Reddit 上，一份來(lái)自 41 家創(chuàng)業(yè)公司的調(diào)研答案，熱度已達(dá)471。

　　除了比較流行的開(kāi)發(fā)環(huán)境 Jupyter 以外，還出現(xiàn)了這樣一個(gè)身影——Deepnote。

　　小團(tuán)隊(duì)制作，堪稱(chēng)可挑戰(zhàn)「Jupyter Notebook」的 Deepnote，目前已經(jīng)有少數(shù)公司在使用了。

　　網(wǎng)友紛紛表示要去試試。

　　于是進(jìn)一步吸引了 Deepnote 開(kāi)發(fā)者親自過(guò)來(lái)答疑。

　　所以這究竟是一份怎樣的指南？還有哪些其他有意思的開(kāi)發(fā)工具？

　　調(diào)研結(jié)果

　　這份調(diào)查來(lái)自一家輕量工具集成網(wǎng)站neptune.ai，他們采訪(fǎng)了 41 家 AI 初創(chuàng)公司。

　　調(diào)查結(jié)果如下：

　　軟件開(kāi)發(fā)設(shè)置

• IDE：Jupyter Lab+NB 擴(kuò)展（少數(shù)用 Deepnote），Colab 和 PyCharm、VSCode（R用戶(hù)喜歡 R studio）

• Github

• Python（大多數(shù)），R（部分）

　　機(jī)器學(xué)習(xí)框架

• 處理數(shù)據(jù)和可視化：Pandas + Matplotlib + Plotly

• 經(jīng)典算法：Sklearn + XGBoost

• 深度學(xué)習(xí)：Tensorflow + Keras 或 Pytorch

　　MLOps

• 編排：Kubeflow，Airflow，Amazon Sagemaker，Azure

• 模型包裝/服務(wù)：Kubeflow，MLflow，Amazon Sagemaker

• 模型從訓(xùn)練到推理的剖析和優(yōu)化：pytest-benchmark、MLperf

• 實(shí)驗(yàn)管理：MLflow，Comet，Neptune

　　具體情況，是這樣的。

　　軟件開(kāi)發(fā)設(shè)置

　　開(kāi)發(fā)環(huán)境是每個(gè)團(tuán)隊(duì)工作流程的基礎(chǔ)，而對(duì)于 IDE，很多團(tuán)隊(duì)都喜歡 Jupyter Notebooks 和 Jupyter Lab 及其 NB 擴(kuò)展。

　　而有些團(tuán)隊(duì)則是使用標(biāo)準(zhǔn)軟件開(kāi)發(fā) IDE，提及最多的是 Pycharm 和 VSCode。

　　使用 Pycharm 的一家公司 Hotelmize 稱(chēng)，這是最好的 Python IDE。

　　而使用 VSCode 的公司則為其正名。

VSCode 易于與 Azure 連接，并提供了許多基于 ML 的擴(kuò)展。

　　對(duì)于使用R語(yǔ)言的團(tuán)隊(duì)來(lái)說(shuō)，RStudio 是他們最好的選擇。

　　還有一項(xiàng)工具——GitHub。我想這對(duì)每個(gè) AI 團(tuán)隊(duì)都是福音，初創(chuàng)公司更是。

　　調(diào)查結(jié)果正是如此，GitHub 因?yàn)槠涿赓M(fèi)、強(qiáng)大的版本控制系統(tǒng)、共享功能，對(duì)團(tuán)隊(duì)來(lái)說(shuō)都是超級(jí)有用的。

　　對(duì)于最流行的編程語(yǔ)言里，Python、R語(yǔ)言上榜，竟還有一個(gè) Clojure。

　　值得一提的是，對(duì)于環(huán)境/基礎(chǔ)設(shè)施的設(shè)置方面，有一些團(tuán)隊(duì)給出了以下建議：

• AWS作為部署平臺(tái)（Simple Report）。

• Anaconda是我們運(yùn)行 ML 實(shí)驗(yàn)的首選工具，因?yàn)樗?strong>活代碼功能，可以用來(lái)將軟件代碼、計(jì)算輸出、解釋性文本和多媒體資源結(jié)合在一個(gè)文檔中。（Scanta）

• Redis作為內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)，由于它支持不同類(lèi)型的抽象數(shù)據(jù)結(jié)構(gòu)，如字符串、列表、映射、集、排序集、HyperLogLogs、位圖、流和空間索引等，因此 Redis 作為內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)占據(jù)了主導(dǎo)地位。（Scanta）

• Snowflake 和 Amazon S3 用于數(shù)據(jù)存儲(chǔ)。（Hypergiant）

• Spark-pyspark—-非常簡(jiǎn)單的 api，用于大數(shù)據(jù)的分配作業(yè)。（Hotelmize）

　　機(jī)器學(xué)習(xí)框架

　　機(jī)器學(xué)習(xí)框架也必不可少。而這一部分，選擇的工具有很多。

　　在處理表格數(shù)據(jù)方面，最多提及的是Pandas。

　　Sigma Polaris CEO 表示，Pandas 可能是最有價(jià)值的工具之一，尤其是在與外部開(kāi)發(fā)人員合作進(jìn)行各種項(xiàng)目時(shí)。所有的數(shù)據(jù)以數(shù)據(jù)框架的形式存在，協(xié)作更加流暢，減少了不必要的麻煩。

　　提到可視化，Matplotlib、Plotly是最多的選擇。

　　還有公司推薦了 Dash，它是一個(gè)在 Plotly 圖表為基礎(chǔ)建立的交互式儀表盤(pán)的工具，這對(duì)于用戶(hù)來(lái)說(shuō)更加友好。

　　對(duì)于標(biāo)準(zhǔn)的機(jī)器學(xué)習(xí)問(wèn)題，大多數(shù)團(tuán)隊(duì)使用 Scikit-Learn 和 XGBoost，尤其是Scikit-Learn。

　　iSchoolConnect 公司就解釋道：

Scikit-Learn 是機(jī)器學(xué)習(xí)研究人員、工程師和開(kāi)發(fā)人員最常用的工具箱之一。你可以輕松獲得你想要的東西，這一點(diǎn)讓人驚嘆不已!

　　對(duì)于深度學(xué)習(xí)框架而言，PyTorch、Tensorflow+Keras 很受團(tuán)隊(duì)歡迎。

　　而在具體的方向上，比如 NLP，Huggingface、Spacy、Gensim 是常用的工具，CV 方面，OpenCV 無(wú)疑是必需的了。

　　MLOps

　　類(lèi)似于 DevOps，有人稱(chēng)，MLOps 是用于機(jī)器學(xué)習(xí)的 DevOps。

　　MLOps 是將模型集成并部署到生產(chǎn)系統(tǒng)中的所有工具。

　　這包括模型被部署到哪里，如何到達(dá)那里，如何被更大的軟件/應(yīng)用程序訪(fǎng)問(wèn)，如何跟蹤 ML 模型在現(xiàn)實(shí)世界中的性能，以及如何對(duì)模型進(jìn)行實(shí)時(shí)管理和測(cè)試。

　　每個(gè)團(tuán)隊(duì)針對(duì)于自身的不同任務(wù)，所使用的工具也不盡相同。

　　調(diào)查的結(jié)果如下：

• 編排：Kubeflow，Airflow，Amazon Sagemaker，Azure

• 模型包裝/服務(wù)：Kubeflow，MLflow，Amazon Sagemaker

• 模型從訓(xùn)練到推理的剖析和優(yōu)化：pytest-benchmark、MLperf

• 實(shí)驗(yàn)管理：MLflow，Comet，Neptune

　　總的來(lái)說(shuō)，很多團(tuán)隊(duì)用 Jupyter 進(jìn)行探索，用 Pycharm/VSCode 進(jìn)行開(kāi)發(fā)。

　　他們都喜歡 GitHub，Python 語(yǔ)言使用的最多。

　　對(duì)于深度學(xué)習(xí)框架，他們更喜歡使用 Tensorflow、Keras 和 Pytorch。

　　值得注意的是，越來(lái)越多的人開(kāi)始使用高級(jí)的 PyTorch 訓(xùn)練框架，如 Lightning、Ignite、Catalyst、fastai 和 Skorch。

　　在可視化探索方面，人們使用 matplotlib, plotly， altair 和 hiplot。

　　對(duì)于實(shí)驗(yàn)跟蹤，團(tuán)隊(duì)通常使用如 TensorBoard、MLflow 和 Sacred 這些的開(kāi)源軟件包。

　　想要了解更多，傳送門(mén)在此：

　　https://neptune.ai/blog/tools-libraries-frameworks-methodologies-ml-startups-roundup?utm_source=reddit&utm_medium=post&utm_campaign=blog-tools-libraries-frameworks-methodologies-ml-startups-roundup

總結(jié)

以上是生活随笔為你收集整理的AI创业公司最佳「开发工具」指南火了，还发现了个可挑战Jupyter的「杀手」的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。