#machine-learning #learning #machine

vikos

用于参数化模型监督训练的机器学习库

12个版本

0.3.1 2019年1月22日
0.3.0 2019年1月20日
0.2.1 2019年1月11日
0.1.8 2016年11月16日
0.1.7 2016年9月21日

#309 in 机器学习

每月33次下载

MIT授权

45KB
756

Vikos

Build Status Docs MIT licensed Join the chat at https://gitter.im/vikos-optimization/Lobby

Vikos 是一个用于参数化、回归和分类模型监督训练的库

设计目标

  • 模型表示、成本函数和优化算法可以相互独立地改变。
  • 泛型:对输入、目标等不承诺特定的数据结构。
  • 如果只能通过牺牲性能来实现上述设计目标,那就这么做。

当前状态

刚开始调整特质,通过不断尝试新的用例并实现学习算法。如果你在寻找领域内更成熟的 Rust 库,你可能想看看

入门

  1. 安装 Rust 包管理器 cargo。访问 rustup 并按照页面上的说明操作(据我所知,这对于 Windows、Ubuntu 和 OS X 都有效)。

  2. 运行 cargo new --bin hello_vikos

  3. 切换到 hello_vikos 目录。

  4. 运行 cargo run 来执行 Hello World 程序。

  5. 编辑 Cargo.toml 文件。将 vikos = "0.2" 添加到依赖项中。该文件现在看起来可能像这样

    [package]
    name = "hello_vikos"
    version = "0.2"
    authors = ["..."]
    
    [dependencies]
    vikos = "0.1.8"
    
  6. src/main.rs 的第一行插入 use vikos;

  7. 你现在可以用来自 教程 的代码替换 main 中的代码。

    fn main() {
        /* tutorial code goes here */
    }
    

文档

感谢 docs.rs 的人创建和托管 文档

贡献

想要帮忙吗?只需创建一个问题、拉取请求或联系 [email protected]

依赖项

~0.8–1.5MB
~32K SLoC