В чем разница между scikit-learn и tenorflow? Можно ли использовать их вместе?

Question

Я не могу получить удовлетворительный ответ на этот вопрос. Насколько я понимаю, TensorFlow - это библиотека для численных вычислений, часто используемая в приложениях для глубокого обучения, а Scikit-learn - это основа для общего машинного обучения.

Но в чем разница между ними, какова цель и функции TensorFlow? Могу ли я использовать их вместе, и имеет ли это смысл?

Answer 1

Ваше понимание в значительной степени соответствует, хотя и очень, очень основному c. TensorFlow - это скорее библиотека низкого уровня. По сути, мы можем думать о TensorFlow как о кубиках Le go (аналогично NumPy и SciPy), которые мы можем использовать для реализации алгоритмов машинного обучения, тогда как Scikit-Learn поставляется с готовыми алгоритмами, например алгоритмами для классификации такие как SVM, случайные леса, логистика c регрессия и многие, многие другие. TensorFlow действительно великолепен, если мы хотим реализовать алгоритмы глубокого обучения, поскольку он позволяет нам использовать преимущества графических процессоров для более эффективного обучения. TensorFlow - это библиотека низкого уровня, которая позволяет создавать модели машинного обучения (и других вычислений) с использованием набора простых операторов, таких как «add», «matmul», «concat» и т. Д. c.

Имеет смысл до сих пор?

Scikit-Learn - это библиотека высокого уровня, которая включает в себя реализации нескольких алгоритмов машинного обучения, поэтому вы можете определить объект модели в одну строку или несколько строк. кода, затем используйте его для подбора набора точек или прогнозирования значения.

Tensorflow в основном используется для глубокого обучения, а Scikit-Learn - для машинного обучения.

Вот ссылка, которая показывает, как выполнить регрессию и классификацию с использованием TensorFlow. Я настоятельно рекомендую загрузить наборы данных и запустить код самостоятельно.

https://stackabuse.com/tensorflow-2-0-solving-classification-and-regression-problems/

Конечно, вы можете выполнять много разных видов регрессии и классификации, используя Scikit-Learn, без TensorFlow. Я бы предложил прочитать документацию Scikit-Learn, когда у вас есть такая возможность.

https://scikit-learn.org/stable/user_guide.html

Потребуется некоторое время, чтобы пройти через все, но если сделай это до конца, ты выучил тонну !!! Наконец, вы можете получить руководство пользователя Scikit-Learn на 2600+ страниц по ссылке ниже.

https://scikit-learn.org/stable/_downloads/scikit-learn-docs.pdf

Answer 2

Оба являются сторонними модулями машинного обучения, и оба хороши в этом. Tensorflow является более популярным из двух.

Tensorflow обычно используется в глубоких обучениях и в нейронных сетях.

SciKit learn является более общим для машинного обучения.

И хотя я не думайте, что я сталкивался с кем-то, использующим оба одновременно, никто не говорит, что вы не можете.