雷鋒網(wǎng) AI 科技評論按：近日，谷歌 AI 研究員、Keras 作者 Francois Chollet 在個人推特上發(fā)布一項關(guān)于 Kaggle 冠軍隊伍使用框架的調(diào)查結(jié)果，并對結(jié)果做了簡要點評。我們將原文編譯如下。

Kaggle 冠軍隊伍最愛使用的機器學(xué)習(xí)工具是哪些？為此，我們對 2016 年以來那些排名在前 5 的團隊進行了調(diào)查。第一個問題問的就是最愛使用哪些初級框架，很開心看到這些冠軍隊伍更青睞于 Keras。

第二個問題是關(guān)于二級框架的選擇，因為團隊的勝利一般離不開各種 ML 框架的集合。最終結(jié)果顯示， Sklearn 排名第一，這說明很多人都傾向于使用 sklearn ——雖然很多時候只是作為輔助框架，用于預(yù)處理或評分。

我們分別從 2018 年數(shù)據(jù)庫獲得 59 個數(shù)據(jù)點、2017 年數(shù)據(jù)庫獲得 48 個數(shù)據(jù)點、2016 年數(shù)據(jù)庫獲得 13 個數(shù)據(jù)點——這意味著數(shù)據(jù)非常新。這些有趣的結(jié)果隨之引出了一個問題：這純屬個人偏好嗎？還有沒有其他更多選擇？為此，我們試圖找到一個明確的模式。

贏得比賽或者發(fā)表論文很少是奔著成就最聰明或最好想法的目的。多數(shù)情況下，這是一場關(guān)于改進想法的游戲。獲獎?wù)呤潜绕渌藝L試過更多東西的人，因而得以進一步完善最初想法。他們經(jīng)歷更多的「進展循環(huán)」- 從一個想法開始、過渡到實施、再到可行結(jié)果。換句話說，獲勝隊伍能夠更快地完成這個循環(huán)罷了。

這也是 Keras 所能賦予你的優(yōu)勢。

我們經(jīng)常在探討如何遵循最佳用戶體驗進行 API 設(shè)計，使 Keras 更易于訪問與使用，并對初學(xué)者們產(chǎn)生幫助。在現(xiàn)實中，我們發(fā)現(xiàn)從優(yōu)秀產(chǎn)品體驗中受益最多的并非初學(xué)者，而是世界上最優(yōu)秀的那批從業(yè)者們。這是因為優(yōu)秀的用戶體驗?zāi)軌蛴行p少設(shè)置新實驗所需的開銷（開發(fā)與認知層面的）。這也意味著，你能夠更快地進行迭代，并嘗試更多想法。最終，這將成為你贏得比賽或發(fā)表論文的方式。

我的總結(jié)是，Kaggle 冠軍隊伍之所以以壓倒性優(yōu)勢選擇了 Keras，并非僅僅出于個人偏好，而是使用 Keras 能夠提高獲勝的機率。反之，那些采用快速實驗策略的人擁有更大的機率選擇 Keras。

雷鋒網(wǎng) AI 科技評論雷鋒網(wǎng)                                  

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。