開發者總結了 8 種最好的 AI 機器學習開源專案

類別: IT

隨著 AI 技術快速發展,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域,從我們如何交流到用於交通的手段。作為開發者或者學習者,在開始構建機器學習應用程式之前,從眾多開源專案中選擇一項應該是一個艱鉅的任務,日前,有網友在部落格總結了 8 種最好的開源 AI 技術,為機器學習開發者指明道路。

1、Tensorflow

TensorFlow 是谷歌為支援其研究和生產目標建立的專案,於 2015 年釋出,它是一款開源機器學習框架,易於在各種平臺上使用和部署。它是機器學習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 可用於 Python、C++、Haskell、Java、Go、Rust 以及 JavaScript,同時還有其它程式語言的第三方軟體包可使用。該框架允許開發者使用流圖開發神經網路等計算模型。

2、Keras 

Keras 是一個開源機器學習庫,最初於 2015 年釋出,旨在簡化深度學習模型的建立。它使用 Python 編寫而成,可以部署在其它人工智慧技術之上,如 TensorFlow、Microsoft Cognitive Toolkit(CNTK)和Theano。

Keras 以其對使用者友好、模組化和易擴充套件性而聞名。它可以實現簡單快速的原型設計,同時支援卷積網路和迴圈網路,並且能夠在 CPU 和 GPU 上執行達到最佳狀態。

3、Scikit-learn

最初於 2007 年釋出的 Scikit-learn 是為機器學習開發的開源庫,這個傳統的框架是用 Python 編寫的,它基於另外三個開源專案 Matplotlib、NumPy 和 SciPy 設計而成,專注於資料探勘和資料分析,包含了幾種機器學習模型,包括分類、迴歸、聚類和降維。

4、Microsoft Cognitive Toolkit

最初於 2016 年釋出的 Microsoft Cognitive Toolkit ,之前稱為 CNTK,它是一種 AI 解決方案,可讓您將機器學習專案提升到一個新的水平。微軟表示,開源框架能夠“訓練深度學習演算法,以便像人腦一樣工作”。

Microsoft Cognitive Toolkit 的一些重要功能包括高度優化的元件,能夠處理來自 Python、C++ 或 BrainScript 的資料,提供高效的資源利用,輕鬆與 Microsoft Azure 整合以及與 NumPy 進行互操作。

5、Theano

Theano 最初於 2007 年釋出,它是一個開源的 Python 庫,允許開發者輕鬆地構建各種機器學習模型。由於它是最早的 AI 庫之一,被視為推動深度學習發展的行業標準。

Theano 的特徵是可以簡化定義、優化和評估數學表示式的過程,它能夠將您的資料結構轉換為與 NumPy、BLAS 等本地庫以及原生程式碼整合的非常高效的程式碼。此外,它針對 GPU 進行了優化,並且具有廣泛的程式碼測試功能。

6、Caffe

最初於 2017 年釋出的 Caffe(Convolutional Architecture for Fast Feature Embedding,用於快速特徵嵌入的卷積結構)是一種專注於表現力、速度和模組性的機器學習框架。該框架採用 C++ 編寫的,並附帶一個 Python 介面。

Caffe 的主要特點包括激發創新的表現力架構、促進積極開發的廣泛程式碼、加速行業部署的快速效能以及刺激增長的充滿活力的社群。

7、Torch

Torch 最初於 2002 年釋出,它是一個機器學習庫,提供廣泛的深度學習演算法。該框架在處理機器學習專案時為開發者提供了優化的靈活性和速度。它使用指令碼語言 Lua 編寫,並附帶一個底層 C 實現,Torch 的一些主要功能包括 N 維陣列、線性代數例程、數值優化例程、高效 GPU 支援以及對 iOS 和 Android 平臺的支援。

8、Accord.NET

Accord.NET 最初於 2010 年釋出,是一個完全用 C# 編寫的機器學習框架。該框架適用於生產級科學計算,憑藉其廣泛的庫,開發者可以在人工神經網路、統計資料處理與影象處理等領域中構建各種應用程式。

開發者總結了 8 種最好的 AI 機器學習開源專案原文請看這裡