Colab支持市场上大多数的机器学习库。在本章中，让我们快速概述如何在Colab笔记本中安装这些库。

要安装库，可以使用以下两个选项之一：

!pip install

要么

!apt-get install

凯拉斯

Keras用Python编写，在TensorFlow，CNTK或Theano之上运行。它使神经网络应用程序的原型制作变得简单，快速。它支持卷积网络（CNN）和递归网络，以及它们的组合。它无缝支持GPU。

要安装Keras，请使用以下命令-

!pip install -q keras

火炬

PyTorch是开发深度学习应用程序的理想选择。这是一个优化的张量库，并启用了GPU。要安装PyTorch，请使用以下命令-

!pip3 install torch torchvision

网络

Apache MxNet是另一个用于深度学习的灵活高效的库。要安装MxNet，请执行以下命令-

!apt install libnvrtc8.0
!pip install mxnet-cu80

OpenCV的

OpenCV是用于开发机器学习应用程序的开源计算机视觉库。它具有2500多种优化算法，可支持多种应用程序，例如识别人脸，识别物体，跟踪运动物体，缝合图像等。像Google，Yahoo，Microsoft，Intel，IBM，Sony，Honda，Toyota这样的巨头都在使用此库。这非常适合开发实时视觉应用。

要安装OpenCV，请使用以下命令-

!apt-get -qq install -y libsm6 libxext6 && pip install -q -U opencv-python

XGBoost

XGBoost是一个分布式梯度提升库，可在Hadoop等主要分布式环境上运行。它是高效，灵活和便携式的。它在Gradient Boosting框架下实现ML算法。

要安装XGBoost，请使用以下命令-

!pip install -q xgboost==0.4a30

GraphViz

Graphviz是用于图形可视化的开源软件。它用于网络，生物信息学，数据库设计中的可视化，并且在许多需要数据可视化界面的领域中用于可视化。

要安装GraphViz，请使用以下命令-

!apt-get -qq install -y graphviz && pip install -q pydot

到此时，您已经学会了创建包含流行的机器学习库的Jupyter笔记本。您现在可以开发机器学习模型了。这需要高处理能力。 Colab为您的笔记本电脑提供免费的GPU。

在下一章中，我们将学习如何为笔记本启用GPU。