為機器學(xué)習(xí)開發(fā)者指明道路的八種開源AI技術(shù)！
隨著 AI 技術(shù)快速發(fā)展，各種理論與實踐層出不窮，它正在迅速改變我們生活中幾乎每一個領(lǐng)域，從我們?nèi)绾谓涣鞯接糜诮煌ǖ氖侄?。作為開發(fā)者或者學(xué)習(xí)者，在開始構(gòu)建機器學(xué)習(xí)應(yīng)用程序之前，從眾多開源項目中選擇一項應(yīng)該是一個艱巨的任務(wù)，日前，有網(wǎng)友在博客總結(jié)了 8 種最好的開源 AI 技術(shù)，為機器學(xué)習(xí)開發(fā)者指明道路。
1、Tensorflow
TensorFlow 是谷歌為支持其研究和生產(chǎn)目標(biāo)創(chuàng)建的項目，于 2015 年發(fā)布，它是一款開源機器學(xué)習(xí)框架，易于在各種平臺上使用和部署。它是機器學(xué)習(xí)中維護得最好和廣泛使用的框架之一，目前已被多家公司廣泛使用，包括 Dropbox、eBay、Intel、Twitter 和 Uber。
TensorFlow 可用于 Python、C++、Haskell、Java、Go、Rust 以及 JavaScript，同時還有其它編程語言的第三方軟件包可使用。該框架允許開發(fā)者使用流圖開發(fā)神經(jīng)網(wǎng)絡(luò)等計算模型。
2、KerasKeras 是一個開源機器學(xué)習(xí)庫，最初于 2015 年發(fā)布，旨在簡化深度學(xué)習(xí)模型的創(chuàng)建。它使用 Python 編寫而成，可以部署在其它人工智能技術(shù)之上，如 TensorFlow、Microsoft CogniTIve Toolkit（CNTK）和Theano。
Keras 以其對用戶友好、模塊化和易擴展性而聞名。它可以實現(xiàn)簡單快速的原型設(shè)計，同時支持卷積網(wǎng)絡(luò)和循環(huán)網(wǎng)絡(luò)，并且能夠在 CPU 和 GPU 上運行達到最佳狀態(tài)。
3、Scikit-learn最初于 2007 年發(fā)布的 Scikit-learn 是為機器學(xué)習(xí)開發(fā)的開源庫，這個傳統(tǒng)的框架是用 Python 編寫的，它基于另外三個開源項目 Matplotlib、NumPy 和 SciPy 設(shè)計而成，專注于數(shù)據(jù)挖掘和數(shù)據(jù)分析，包含了幾種機器學(xué)習(xí)模型，包括分類、回歸、聚類和降維。
4、Microsoft CogniTIve Toolkit最初于 2016 年發(fā)布的 Microsoft CogniTIve Toolkit ，之前稱為 CNTK，它是一種 AI 解決方案，可讓您將機器學(xué)習(xí)項目提升到一個新的水平。微軟表示，開源框架能夠“訓(xùn)練深度學(xué)習(xí)算法，以便像人腦一樣工作”。
Microsoft CogniTIve Toolkit 的一些重要功能包括高度優(yōu)化的組件，能夠處理來自 Python、C++ 或 BrainScript 的數(shù)據(jù)，提供高效的資源利用，輕松與 Microsoft Azure 集成以及與 NumPy 進行互操作。
5、TheanoTheano 最初于 2007 年發(fā)布，它是一個開源的 Python 庫，允許開發(fā)者輕松地構(gòu)建各種機器學(xué)習(xí)模型。由于它是最早的 AI 庫之一，被視為推動深度學(xué)習(xí)發(fā)展的行業(yè)標(biāo)準。
Theano 的特征是可以簡化定義、優(yōu)化和評估數(shù)學(xué)表達式的過程，它能夠?qū)⒛臄?shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為與 NumPy、BLAS 等本地庫以及本地代碼集成的非常高效的代碼。此外，它針對 GPU 進行了優(yōu)化，并且具有廣泛的代碼測試功能。
6、Caffe最初于 2017 年發(fā)布的 Caffe（Convolutional Architecture for Fast Feature Embedding，用于快速特征嵌入的卷積結(jié)構(gòu)）是一種專注于表現(xiàn)力、速度和模塊性的機器學(xué)習(xí)框架。該框架采用 C++ 編寫的，并附帶一個 Python 界面。
Caffe 的主要特點包括激發(fā)創(chuàng)新的表現(xiàn)力架構(gòu)、促進積極開發(fā)的廣泛代碼、加速行業(yè)部署的快速性能以及刺激增長的充滿活力的社區(qū)。
7、TorchTorch 最初于 2002 年發(fā)布，它是一個機器學(xué)習(xí)庫，提供廣泛的深度學(xué)習(xí)算法。該框架在處理機器學(xué)習(xí)項目時為開發(fā)者提供了優(yōu)化的靈活性和速度。它使用腳本語言 Lua 編寫，并附帶一個底層 C 實現(xiàn)，Torch 的一些主要功能包括 N 維數(shù)組、線性代數(shù)例程、數(shù)值優(yōu)化例程、高效 GPU 支持以及對 iOS 和 Android 平臺的支持。
8、Accord.NETAccord.NET 最初于 2010 年發(fā)布，是一個完全用 C# 編寫的機器學(xué)習(xí)框架。該框架適用于生產(chǎn)級科學(xué)計算，憑借其廣泛的庫，開發(fā)者可以在人工神經(jīng)網(wǎng)絡(luò)、統(tǒng)計數(shù)據(jù)處理與圖像處理等領(lǐng)域中構(gòu)建各種應(yīng)用程序。
下載文檔
