蚂蚁金服开源呆板进修器材SQLFlow，呆板进修比SQL还简朴

5月6日，蚂蚁金服副 CTO 胡喜正式公布开源呆板进修器材 SQLFlow：“将来三年，AI 手段会成为每一位技强职员的根基手段。我们但愿通过开源 SQLFlow，低落人工智能应用的技能门槛，让技强职员挪用 AI 像 SQL 一样简朴。”

今朝，SQLFlow已经在GitHub上得到1636个Star，236个Fork。(GitHub地点：https://github.com/sql-machine-learning/sqlflow)

SQLFlow 的方针是将 SQL 引擎和 AI 引擎毗连起来，让用户仅需几行 SQL 代码就能描写整个应用可能产物背后的数据流和 AI 结构。个中所涉及的 SQL 引擎包罗 MySQL、Oracle、Hive、SparkSQL、Flink 等支持用 SQL 或其某个变种说话描写数据，以及描写对数据的操纵的体系。而这里所指的 AI 引擎包罗 TensorFlow、PyTorch 等深度进修体系，也包罗 XGBoost、LibLinear、LibSVM 等传统呆板进修体系。

从 SQL 到呆板进修

SQLFlow 可以看作一个翻译器，它把扩展语法的 SQL 措施翻译成一个被称为 submitter 的措施，然后执行。 SQLFlow 提供一个抽象层，把各类 SQL 引擎抽象成一样的。SQLFlow 还提供一个可扩展的机制，使得各人可以插入各类翻译机制，获得基于差异 AI 引擎的 submitter 措施。

SQLFlow 对 SQL 语法的扩展意图很简朴：在 SELECT 语句后头，加上一个扩展语法的 TRAIN 从句，即可实现 AI 模子的实习。可能加上一个 PREDICT 从句即可实现用现有模子做猜测。这样的计划大大简化了数据说明师的进修路径。

另外，SQLFlow 也提供一些根基成果，可以供各类 submitter 翻译插件行使，用来按照数据的特点，推导怎样自动地把数据转换成 features。这样用户就不必要在 TRAIN 从句里描写这个转换。

以上这些计划意图在 SQLFlow 的开源代码中都有浮现。虽然，SQLFlow 开拓时刻还较量短，如故存在许多做的不足过细的处所。蚂蚁金服将其开源的另一个目标，就是但愿可以或许和各个 SQL 引擎团队和各个 AI 团队一路打造这座凌驾数据和 AI 的桥梁。

以下是行使样本数据Iris.train 实习Tensorflow DNNClassifer模子，并行使实习模子运行猜测的示例。你可以看到行使SQL编写一些优雅的ML代码有多酷：

sqlflow> SELECT * 
FROM iris.train 
TRAIN DNNClassifier 
WITH n_classes = 3, hidden_units = [10, 20] 
COLUMN sepal_length, sepal_width, petal_length, petal_width 
LABEL class 
INTO sqlflow_models.my_dnn_model; 
 
... 
Training set accuracy: 0.96721 
Done training 

sqlflow> SELECT * 
FROM iris.test 
PREDICT iris.predict.class 
USING sqlflow_models.my_dnn_model; 
 
... 
Done predicting. Predict table : iris.predict 
... 
Training set accuracy: 0.96721 
Done training 

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!