Py之turicreate：turicreate的简介、安装、使用方法之详细攻略-阿里云开发者社区

ML Task	Description
Recommender	用户推荐
Image Classification	图片分类
Object Detection	物体识别
Style Transfer	图片风格化
Activity Classification	动作识别
Image Similarity	图片归同
Classifiers	预测标签
Regression	回归分析
Clustering	数据分组
Text Classifier	文本识别

turicreate的安装

T1、第一种方式安装

pip install turicreate

T2、第二种方式安装

进入到该文件的setup.py 目录下，打开cmd，并切换到该目录下；
先执行 python setup.py build
然后执行 python setup.py install

turicreate的使用方法

1、利用apple机器学习平台Turicreate实现图像相似性检索

1. 
2. 1、数据导入
3. import turicreate as tc
4. # Load images from the downloaded data
5. reference_data  = tc.image_analysis.load_images('./101_ObjectCategories')
6. load_images(url, format='auto', with_path=True, recursive=True, ignore_failure=True, random_order=False)
7. 2、利用Resnet50数据特征提取
8. create(dataset, label = None, feature = None, model = 'resnet-50', verbose = True)  #model默认使用resnet50,label是标识行，如reference_data中的path
9. model = tc.image_similarity.create(reference_data)
10. model.save('my_model_file')
11. loaded_model = tc.load_model('my_model_file')
12. 3、通过query查询实现相似搜索
13. similar_images = model.query(reference_data[0:10] ,label = 'path',k=10)
14. similar_images.head()
15. 
16. query(dataset, label=None, k=5, radius=None, verbose=True)
17.     - dataset:SFrame,需查询的数据
18.     - label:索引名，选择一列，输入列名
19.     - k:最大返回样本数
20.     - radius:半径范围，如果超过radius个间隔，就不显示
21.     - verbose:打印进度更新和模型细节。
22. 
23. 通过similarity_graph实现相似关联图搜索
24. graph = model.similarity_graph(k=1)  # an SGraph
25. 
26. similarity_graph(k=5, radius=None, include_self_edges=False, output_type='SGraph', verbose=True)
27.     k:最大返回样本数
28.     radius:float,半径范围，如果超过radius个间隔，就不显示
29.     include_self_edges:是否包含自己,True的话，返回的结果包含自己（自己的相似性为1）
30.     output_type:‘SGraph’, ‘SFrame’两种
31.     verbose:打印进度更新和模型细节。
32. 
33. graph.edges
34.