近年来，越来越多的优秀的机器学习工具不断涌现，如 TensorFlow、 PyTorch、 Caffee 和 CNTK、用于大规模数据的 Spark 和 Kubeflow，以及用于各种通用模型的 scikit-learn、 ML.NET 和最近的 Tripo 等。

LinkedIn 最近开源了 Dagli，一个面向 Java (和其他 JVM 语言)的机器学习库，让编写代码减少bug、可读、可修改、可维护和可部署的模型管道变得更加容易，而不会导致技术难题。对于 Dagli 来说，模型的 pipeline 被定义为一个有向无环图，一个由顶点和边组成的图，每条边从一个顶点定向到另一个顶点，用于训练和推理。

Dagli 的环境提供了流水线定义、静态类型、近乎无处不在的不变性以及其他特性，以防止大多数潜在的逻辑错误。Dagli 可以在服务器、 Hadoop、命令行接口、 IDE 和其他典型的 JVM 中工作。许多pipeline组件也已经可以使用，包括神经网络、 逻辑回归、GBDT、 FastText、交叉验证、交叉训练、特征选择、数据读取器、评估和特征转换等。

内容中包含的图片若涉及版权问题，请及时与我们联系删除