值得推荐的五大开源在线机器学习环境

然而有许多开源机器学习环境可用，它们对系统规格没有任何要求，可使用云基础架构在最短的时间内训练模型。以下是几种高效和常用的在线机器学习环境：

1. Google Colaboratory

这是谷歌提供的一项易于访问的云服务，用于开发产品和项目。它支持免费的GPU，基于Jupyter Notebooks环境。它为所有人提供了一个论坛，以便使用广泛使用的库(比如PyTorch、TensorFlow和Keras)，构建机器学习和深度学习应用。它让您的系统可以不必处理机器学习活动的全部工作量。它是同类中最成功的平台之一。

• 内存—12 GB至26.75 GB
• 磁盘空间—25 GB
• CPU核心—2个
• 支持的语言—Python

2. IBM Watson

IBM推出了支持开源解决方案的Watson数据平台和数据科学体验(DSX)。它终于推出了可自由选择的多云平台，以处理数据科学工作。这是借助通过Kubernetes实行容器化来实现的。因而，它可以分布在存储数据的Docker或CloudFoundry容器中。

• 内存—16GB
• 磁盘空间—90 GB
• CPU核心—4个
• 支持的语言—Apache Spark、Python、R和Scala

3. Kaggle Kernel

这是面向云端深度学习和机器学习应用的出色平台。 Kaggle和Colab有诸多相似之处，都是谷歌的产品。它在浏览器中支持Jupyter Notebooks。Jupyter Notebooks的许多键盘快捷方式与Kaggle几乎相同。Kaggle拥有庞大的数据集，还有广泛的社区致力于宣传、学习和验证数据科学技能。GPU和TPU的使用在Kaggle内核中有一些方面的限制。

• 内存—25GB
• 磁盘空间—155 GB
• CPU核心—1个
• 支持的语言—Python和R

4. Coclac

它是用于计算、研究、协作和编写文档的虚拟在线工作区。这包括使用各种科学语言，提供LaTeX、R/knitr或Markdown中的创作文本功能、基于Web的Linux控制台、时间旅行功能以及聊天室和课程管理等网络资源。然而，其大多数功能仅供付费用户使用。

• 内存—16GB
• 磁盘空间—20 GB
• CPU核心—3个
• 支持的语言—Julia、Octave、Python、SageMath和R Statistics等

5. Microsoft Azure