[译]PHP尚不适合机器学习的三个原因

最近做了一些数据分析、机器学习的工作，使用的是php-ml这个库，前期还算不错，不得不佩服作者arkadiuszkondas的API设计能力和算法功底。但是，随着数据量越来越大，发现训练时长剧增、内存利用率不高，于是翻了翻作者的博客找到了这篇文章，故译之。

正文

为什么说目前的PHP生态还不能够普遍落地机器学习框架，我认为主要有三个原因造成当今这种状况。下面我将陈述这几个观点：

...无论是以计算还是以图表的输出方式都应该学习，这样的呈现才是易于理解的 —— F. J. Anscombe, 1973

让我们问自己一个简单的问题：下面这些图形有什么共同点呢？(这些都是简单的集合点:x和y)

答案非常简单与令人惊讶:一套共同的指标。这些图都非常相似(小数点准确到第二位):

惊讶吗?还没完。向datasaurus问好:

是的，那些点在这张图上面显示是相同的指标

我希望能让你相信，机器学习过程的一个基本组成部分是数据可视化。

目前，与丰富的Python生态相比，在PHP中我们没有任何图表支持。下面我给你展示一下，画一个图去查看你的已预测数据是多么简单！别忘了那只恐龙～

import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_csv('dino.csv',header=None)
plt.scatter(data[0], data[1], color='red');

好了，4行代码，完美～

比分：PHP: 0 - Python: 1

Jupyter Notebook是一个无与伦比的学习机器学习的工具。你可以只使用浏览器准备、检查、可视化数据和训练你的模型。

所有这一切都归功于这些强大的能力：混合代码（Juila、Python和R）、文档（markdown）、可视化（img）

下面是一个例子，一个Notebook片段:

在机器学习的世界里，你会花大量的时间来分析数据。你会一直想要保留笔记、实验和训练各种类型的模型。当然，最好是能可视化。

这是一个有趣的犯罪数据分析的例子：Understanding Crime in Chicago

对了，我想特别注明，这个笔记本还有版本控制的功能。

比分：PHP: 0 - Python: 2

在你的数据集还未达到GB级别时，你不会想到使用深度学习，你更不会使用GPU。但是，这一天终将到来不是吗，到时候我们能做些什么呢？

比如说TensorFlow，相比其他环境的神经网络，它以优秀的分布式计算闻名。它给了你更多的可能性，去完全掌控计算组件（GPU、CPU），毫无疑问有了更多的选择。

例如，你可以决定把变量放在哪，下面，我们把变量a放在GPU上运行，把常量b放在CPU上运行。

with tf.device('/gpu:0'):
    a = tf.Variable(15.12)

with tf.device('/cpu:0'):
    b = tf.constant(3.14)

这仅仅是开始。你可以设置一个服务器集群来运行。你还可以使用TPU（张量处理组件）。专用的计算组件，可以加速机器学习进度。

在PHP里面，我们发现一个有趣的仓库：dnishiyama85/PHPMatrix

这是一个PHP扩展，支持浮点数矩阵运算，同时，它还支持 OpenBLAS sgemm 和 cuBLAS sgemm 函数

但是在我看来，在GPU上面的探索还任重道远(crawls like a baby)

我不知道这里有什么比较的意义，但还是让我们和平地做总结吧：

比分：PHP: 0 - Python: 3

正如你看到的那样，上面我选择的三个主要原因足以说明，为什么PHP不是学习和使用机器学习的理想语言。但是，这不意味着情况会一直如此。

我想再提醒一次，PHP在创造之始是为了在网站上展示HTML，现在，你可以使用它来构建企业级应用。让我们看看一个例子：Spotify

通过网页和巨大的移动设备流量，这个音乐流媒体服务使用symfony来支撑7500万活跃用户、每秒几乎60万请求

具有讽刺意味的是，Spotify有一个用于机器学习的服务器集群：Spotify怎么如此懂你？

也许未来，PHP写机器学习的需求会到来，但只要上述问题不解决，我们就别指望了。

但也别太沮丧，下面是我最喜欢的一句名言:（译者注：该名言来自乔布斯）

那些疯狂到自以为他们能够改变世界的人才能真正地改变世界。

Last updated 4 years ago