Embetter是一个为计算机视觉和文本处理提供兼容scikit-learn的嵌入式工具库。它的目标是帮助开发人员快速构建概念验证和批量标注流水线,同时与其他流行的机器学习工具无缝集成。
兼容scikit-learn: Embetter中的所有组件都与scikit-learn兼容,可以直接在scikit-learn流水线中使用。
支持多种模态: 提供用于计算机视觉和文本处理的嵌入式工具。
易于使用: 设计简洁的API,让用户可以快速上手并构建原型。
灵活性: 支持多种嵌入方法,用户可以根据需求选择合适的工具。
批量学习支持: 兼容scikit-learn的partial_fit
机制,可以处理超出内存的大规模数据集。
Embetter可以通过pip安装:
python -m pip install embetter
用户还可以根据需求安装特定功能:
python -m pip install "embetter[text]" python -m pip install "embetter[vision]" python -m pip install "embetter[all]"
Embetter提供了多个模块,包括:
embetter.grab
: 用于从pandas列中提取文本或图 像数据embetter.vision
: 用于计算机视觉的表示和辅助工具embetter.text
: 用于文本处理的表示工具embetter.multi
: 用于多模态模型的表示embetter.finetune
: 用于微调的组件embetter.external
: 外部嵌入提供者(通常需要API密钥)以下是一个使用Embetter进行文本分类的简单示例:
import pandas as pd from sklearn.pipeline import make_pipeline from sklearn.linear_model import LogisticRegression from embetter.grab import ColumnGrabber from embetter.text import SentenceEncoder # 创建文本嵌入流水线 text_emb_pipeline = make_pipeline( ColumnGrabber("text"), SentenceEncoder('all-MiniLM-L6-v2') ) # 创建分类流水线 text_clf_pipeline = make_pipeline( text_emb_pipeline, LogisticRegression() ) # 准备数据 dataf = pd.DataFrame({ "text": ["positive sentiment", "super negative"], "label_col": ["pos", "neg"] }) # 训练和预测 X = text_emb_pipeline.fit_transform(dataf, dataf['label_col']) text_clf_pipeline.fit(dataf, dataf['label_col']).predict(dataf)
Embetter也支持图像处理:
import pandas as pd from sklearn.pipeline import make_pipeline from embetter.grab import ColumnGrabber from embetter.vision import ImageLoader from embetter.multi import ClipEncoder # 创建图像嵌入流水线 image_emb_pipeline = make_pipeline( ColumnGrabber("img_path"), ImageLoader(convert="RGB"), ClipEncoder() ) # 准备数据 dataf = pd.DataFrame({ "img_path": ["tests/data/thiscatdoesnotexist.jpeg"] }) # 转换图像 image_emb_pipeline.fit_transform(dataf)
Embetter还提供了多种微调工具,如FeedForwardTuner
和ContrastiveLearner
,允许用户根据特定任务调整嵌入空间。这些工具可以帮助提高下游任务的性能,特别是在进行批量标注时。
Embetter的所有编码工具都兼容scikit-learn的partial_fit
机制,这意味着用户可以利用scikit-partial来构建能够处理超出内存的大规模数据集的流水线。
Embetter设计为与其他流行的机器学习工具协同工作:
Embetter为开发人员提供了一套强大而灵活的工具,用于快速构建和实验嵌入式学习流水线。无论是处理文本还是图像数据,Embetter都能提供简洁的API和丰富的功能,帮助用户快速实现从概念验证到大规模应用的全过程。
通过与scikit-learn的无缝集成,以及对批量学习的支持,Embetter特别适合那些需要处理大规模数据集或需要频繁迭代的项目。无论您是进行学术研究、原型开发还是构建生产级应用,Embetter都能为您的嵌入式学习任务提供有力支持。
要了解更多信息或开始使用Embetter,请访问项目GitHub页面或查阅官方文档。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作 出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号