【.com快速翻译】机器学习是一个研究领域，它使机器无需直接编程即可学习。随着许多学生、教师、开发人员和数据科学家使用机器学习来开发各种项目和产品，机器学习的发展正在蓬勃发展。然而，开发机器学习模型对系统规格要求很高，有时模型训练过程可能需要2小时到2天甚至更长时间。因此，低端系统无法处理机器学习模型的训练；即使他们勉强可以训练模型，也很可能会出现严重的系统问题。然而，有许多可用的开源机器学习环境不需要任何系统规范，并且可以使用云基础设施在尽可能短的时间内训练模型。以下是几种高效且常用的在线机器学习环境：1.GoogleColaboratory这是谷歌为开发产品和项目提供的易于访问的云服务。它支持免费GPU，基于JupyterNotebooks环境。它为任何使用PyTorch、TensorFlow和Keras等广泛使用的库构建机器学习和深度学习应用程序的人提供了一个论坛。它使您的系统不必处理机器学习活动的全部工作负载。它是同类平台中最成功的平台之一。内存—12GB至26.75GB磁盘空间—25GBCPU内核—2种支持的语言—Python2。IBMWatsonIBM推出了WatsonDataPlatform和DataScienceExperience(DSX)以支持开源解决方案。它终于推出了数据科学工作的首选多云平台。这是通过Kubernetes的容器化实现的。因此，它可以分布在存储数据的Docker或CloudFoundry容器中。内存-16GB磁盘空间-90GBCPU内核-4种支持的语言-ApacheSpark、Python、R和Scala3.KaggleKernel这是云中深度学习和机器学习应用程序的绝佳平台。Kaggle和Colab有很多相似之处，都是Google的产品。它支持浏览器中的JupyterNotebooks。JupyterNotebooks的许多键盘快捷键几乎与Kaggle相同。Kaggle拥有庞大的数据集和广泛的社区，致力于传播、学习和验证数据科学技能。使用GPU和TPU在Kaggle内核中有一些限制。内存-25GB磁盘空间-155GBCPU核心-1种支持的语言-Python和R4。Coclac它是一个用于计算、研究、协作和编写文档的虚拟在线工作区。这包括使用各种科学语言，提供LaTeX、R/knitr或Markdown中的创作文本功能、基于Web的Linux控制台、时间旅行功能以及聊天室和课程管理等网络资源。但是，它的大部分功能仅适用于付费用户。内存——16GB磁盘空间——20GBCPU核心——支持3种语言——Julia、Octave、Python、SageMath、RStatistics等。5.MicrosoftAzure微软的AzureNotebooks在功能上与Colab类似，但以速度取胜。比Colab好多了。AzureNotebooks是一系列链接的笔记本，称为Libraries（库）。这些库还可以存储您的数据，假设每个数据文件小于100MB。AzureNotebooks更适合基础应用。Azure仅提供12个月的免费服务。内存—可变磁盘空间—可变CPU核心—可变支持语言—Python、R、F#原标题：Top5Open-SourceOnlineMachineLearningEnvironments，作者：RiturajSaha原译者和出处为.com】
