自TowardsDataScience

作者：Adrien Treuille

機器之心編譯

參與：魔王、一鳴

機器學習開發(fā)者想要打造一款 App 有多難？事實上，你只需要會 Python 代碼就可以了，剩下的工作都可以交給一個工具。近日，Streamlit 聯(lián)合創(chuàng)始人 Adrien Treuille 撰文介紹其開發(fā)的機器學習工具開發(fā)框架——Streamlit，這是一款專為機器學習工程師創(chuàng)建的免費、開源 app 構(gòu)建框架。這款工具可以在你寫 Python 代碼的時候，實時更新你的應用。目前，Streamlit 的 GitHub Star 量已經(jīng)超過 3400，在 medim 上的熱度更是達到了 9000+。

Streamlit 網(wǎng)站：https://streamlit.io/

GitHub地址：https://github.com/streamlit/streamlit/

用 300 行 Python 代碼，編程一個可實時執(zhí)行神經(jīng)網(wǎng)絡推斷的語義搜索引擎。

以我的經(jīng)驗，每一個不平凡的機器學習項目都是用錯誤百出、難以維護的內(nèi)部工具整合而成的。這些工具通常用 Jupyter Notebooks 和 Flask app 寫成，很難部署，需要對客戶端服務器架構(gòu)（C/S 架構(gòu)）進行推理，且無法與 Tensorflow GPU 會話等機器學習組件進行很好的整合。

我第一次看到此類工具是在卡內(nèi)基梅隆大學，之后又在伯克利、Google X、Zoox 看到。這些工具最初只是小的 Jupyter notebook：傳感器校準工具、仿真對比 app、激光雷達對齊 app、場景重現(xiàn)工具等。

當一個工具越來越重要時，項目經(jīng)理會介入其中：進程和需求不斷增加。這些單獨的項目變成代碼腳本，并逐漸發(fā)展成為冗長的「維護噩夢」……

機器學習工程師創(chuàng)建 app 的流程（ad-hoc）。

而當一個工具非常關(guān)鍵時，我們會組建工具團隊。他們熟練地寫 Vue 和 React，在筆記本電腦上貼滿聲明式框架的貼紙。他們的設計流程是這樣式的：

工具團隊構(gòu)建 app 的流程（干凈整潔，從零開始）。

這簡直太棒了！但是所有這些工具都需要新功能，比如每周上線新功能。然而工具團隊可能同時支持 10 多個項目，他們會說：「我們會在兩個月內(nèi)更新您的工具。」

我們返回之前自行構(gòu)建工具的流程：部署 Flask app，寫 HTML、CSS 和 JavaScript，嘗試對從 notebook 到樣式表的所有一些進行版本控制。我和在 Google X 工作的朋友 Thiago Teixeira 開始思考：如果構(gòu)建工具像寫 Python 腳本一樣簡單呢？

我們希望在沒有工具團隊的情況下，機器學習工程師也能構(gòu)建不錯的 app。這些內(nèi)部工具應該像機器學習工作流程的副產(chǎn)品那樣自然而然地出現(xiàn)。寫此類工具感覺就像訓練神經(jīng)網(wǎng)絡或者在 Jupyter 中執(zhí)行點對點分析（ad-hoc analysis）！同時，我們還想保留強大 app 框架的靈活性。我們想創(chuàng)造出令工程師驕傲的好工具。

我們希望的 app 構(gòu)建流程如下：

Streamlit app 構(gòu)建流程。

與來自 Uber、Twitter、Stitch Fix、Dropbox 等的工程師一道，我們用一年時間創(chuàng)造了 Streamlit，這是一個針對機器學習工程師的免費開源 app 框架。不管對于任何原型，Streamlit 的核心原則都是更簡單、更純粹。

Streamlit 的核心原則如下：

1. 擁抱 Python

Streamlit app 是完全自上而下運行的腳本，沒有隱藏狀態(tài)。你可以利用函數(shù)調(diào)用來處理代碼。只要你會寫 Python 腳本，你就可以寫 Streamlit app。例如，你可以按照以下代碼對屏幕執(zhí)行寫入操作：

import streamlit as stst.write('Hello, world!')

2. 把 widget 視作變量

Streamlit 中沒有 callback！每一次交互都只是自上而下重新運行腳本。該方法使得代碼非常干凈：

import streamlit as stx = st.slider('x')
st.write(x, 'squared is', x * x)

3 行代碼寫成的 Streamlit 交互 app。

3. 重用數(shù)據(jù)和計算

如果要下載大量數(shù)據(jù)或執(zhí)行復雜計算，怎么辦？關(guān)鍵在于在多次運行中安全地重用信息。Streamlit 引入了 cache primitive，它像一個持續(xù)的默認不可更改的數(shù)據(jù)存儲器，保障 Streamlit app 輕松安全地重用信息。例如，以下代碼只從 Udacity 自動駕駛項目（https://github.com/udacity/self-driving-car）中下載一次數(shù)據(jù)，就可得到一個簡單快速的 app：

使用 st.cache，在 Streamlit 多次運行中保存數(shù)據(jù)。代碼運行說明，參見：https://gist.github.com/treuille/c633dc8bc86efaa98eb8abe76478aa81#gistcomment-3041475。

運行以上 st.cache 示例的輸出。

簡而言之，Streamlit 的工作流程如下：

1. 每次用戶交互均需要從頭運行全部腳本。
2. Streamlit 根據(jù) widget 狀態(tài)為每個變量分配最新值。
3. 緩存保證 Streamlit 重用數(shù)據(jù)和計算。

如下圖所示：

用戶事件觸發(fā) Streamlit 從頭開始重新運行腳本。不同運行中僅保留緩存。

感興趣的話，你可以立刻嘗試！只需運行以下行：

網(wǎng)頁瀏覽器將自動打開，并轉(zhuǎn)向本地 Streamlit app。如果沒有出現(xiàn)瀏覽器窗口，只需點擊鏈接。

這些想法很簡潔，但有效，使用 Streamlit 不會妨礙你創(chuàng)建豐富有用的 app。我在 Zoox 和 Google X 工作時，看著自動駕駛汽車項目發(fā)展成為數(shù) G 的視覺數(shù)據(jù)，這些數(shù)據(jù)需要搜索和理解，包括在圖像數(shù)據(jù)上運行模型進而對比性能。我看到的每一個自動駕駛汽車項目都有整支團隊在做這方面的工具。

在 Streamlit 中構(gòu)建此類工具非常簡單。以下 Streamlit demo 可以對整個 Udacity 自動駕駛汽車照片數(shù)據(jù)集執(zhí)行語義搜索，對人類標注的真值標簽進行可視化，并在 app 內(nèi)實時運行完整的神經(jīng)網(wǎng)絡（YOLO）。

這個 300 行代碼寫成的 Streamlit demo 結(jié)合了語義視覺搜索和交互式神經(jīng)網(wǎng)絡推斷。

整個 app 只有 300 行 Python 代碼，其中大部分是機器學習代碼。事實上，整個 app 里只有 23 次 Streamlit 調(diào)用。你可以試試看：

我們與機器學習團隊合作，為他們的項目而努力時，逐漸意識到這些簡單的想法會帶來大量重要的收益：

Streamlit app 是純 Python 文件。你可以使用自己喜歡的編輯器和 debugger。

我用 Streamlit 構(gòu)建 app 時喜歡用 VSCode 編輯器（左）和 Chrome（右）。

純 Python 代碼可與 Git 等源碼控制軟件無縫對接，包括 commits、pull requests、issues 和 comment。由于 Streamlit 的底層語言是 Python，因此你可以免費利用這些協(xié)作工具的好處。

Streamlit app 是 Python 腳本，因此你可以使用 Git 輕松執(zhí)行版本控制。

Streamlit 提供即時模式的編程環(huán)境。當 Streamlit 檢測出源文件變更時，只需點擊 Always rerun 即可。

點擊「Always rerun」，保證實時編程。

緩存簡化計算流程。一連串緩存函數(shù)自動創(chuàng)建出高效的計算流程！你可以嘗試以下代碼：

Streamlit 中的簡單計算流程。運行以上代碼，參見說明：https://gist.github.com/treuille/ac7755eb37c63a78fac7dfef89f3517e#gistcomment-3041436。

基本上，該流程涉及加載元數(shù)據(jù)到創(chuàng)建摘要等步驟（load_metadata → create_summary）。該腳本每次運行時，Streamlit 僅需重新計算該流程的子集即可。

為了保證 app 的可執(zhí)行性，Streamlit 僅計算更新 UI 所必需的部分。

Streamlit 適用于 GPU。Streamlit 可以直接訪問機器級原語（如 TensorFlow、PyTorch），并對這些庫進行補充。例如，以下 demo 中，Streamlit 的緩存存儲了整個英偉達 PGGAN。該方法可使用戶在更新左側(cè)滑塊時，app 執(zhí)行近乎即時的推斷。

該 Streamlit app 使用 TL-GAN 展示了英偉達 PGGAN 的效果。

Streamlit 是免費開源庫，而非私有 web app。你可以本地部署 Streamlit app，不用提前聯(lián)系我們。你甚至可以在不聯(lián)網(wǎng)的情況下在筆記本電腦上本地運行 Streamlit。此外，現(xiàn)有項目也可以漸進地使用 Streamlit。

漸進地使用 Streamlit 的幾種方式。

以上只是 Streamlit 功能的冰山一角而已。它最令人興奮的一點是，這些原語可以輕松組成復雜 app，但看起來卻只是簡單腳本。這就要涉及架構(gòu)運作原理和功能了，本文暫不談及。

Streamlit 組件圖示。

我們很高興與社區(qū)分享 Streamlit，希望它能夠幫助大家輕松將 Python 腳本轉(zhuǎn)化為美觀實用的機器學習 app。

原文鏈接：https://towardsdatascience.com/coding-ml-tools-like-you-code-ml-models-ddba3357eace

參考文獻：

[1] J. Redmon and A. Farhadi, YOLOv3: An Incremental Improvement (2018), arXiv.

[2] T. Karras, T. Aila, S. Laine, and J. Lehtinen, Progressive Growing of GANs for Improved Quality, Stability, and Variation (2018), ICLR.

[3] S. Guan, Controlled image synthesis and editing using a novel TL-GAN model (2018), Insight Data Science Blog.