C++机器学习库整理

来自谷歌AI的TensorFlow

由 Google 开发的热门深度学习库，它拥有自己的工具、库和社区资源生态系统，使研究人员和开发人员能够轻松构建和部署 ML 支持的应用程序。

官方文档：https://www.tensorflow.org/lite/microcontrollers/libraryGitHub：https://github.com/tensorflow/serving

Berkeley(伯克利)的Caffe

伯克利视觉和学习中心开发了用于快速功能嵌入或 Caffe C++卷积架构的深度学习框架。

GitHub：https://github.com/intel/caffe

微软认知工具包 (CNTK)

微软认知工具包是一个统一的深度学习工具包，它通过定向图帮助将神经网络翻译为一系列计算步骤。

GitHub：https://github.com/microsoft/CNTK

mlpack 库

mlpack是一个快速、灵活的机器学习库，用 C++编写，提供具有 Python 绑定、Julia 绑定和 C++ 类的最先进的机器学习算法。

GitHub：https://github.com/mlpack/mlpack

DyNet

动态神经网络工具包(支持动态计算图形)或 DyNet 是一种用 C++ (在 Python 中具有绑定)编写的高性能神经网络库，可以在 CPU 或 GPU 上高效运行。它支持自然语言处理、图形结构、强化学习等。

GitHub：https://github.com/clab/dynet

Shogun

Shogun 是一个开源机器学习库，它提供广泛的高效和统一的机器学习方法，如多种数据表示、算法类和通用工具的组合，用于快速原型设计数据管道。

GitHub：https://github.com/shogun-toolbox/shogun

FANN

快速人工神经网络(FANN)是C语言中的多层人工神经网络，支持完全连接和稀疏连接的网络。它支持固定点和浮点中的跨平台执行。此外，它还支持基于拓扑的不断发展训练和基于反传播的DL模型培训。

GitHub：https://github.com/libfann/fann

OpenNN

开放神经网络 (OpenNN) 是一个开源 (C/C++) 神经网络高性能库，用于高级分析，支持分类、回归、预测等。

GitHub：https://github.com/Artelnics/opennn

SHARK库

Shark 是一个快速、模块化、通用的开源机器学习库 (C/C++)，用于应用和研究，支持线性和非线性优化、基于内核的学习算法、神经网络以及各种其他机器学习技术。

GitHub：https://github.com/Shark-ML/Shark

Armadillo

Armadillo 是一个线性代数 (C/C++) 库，其功能类似于 Matlab。该库以快速将研究代码转换为生产环境、模式识别、计算机视觉、信号处理、生物信息学、统计学、计量经济学等而著名。

Faisis

faiss：此库(C/C++)用于高效相似性搜索和密集向量聚类。它包含以任何大小的向量集进行搜索的算法，这些向量可能不适合 RAM 中的矢量集。它还支持通过 CUDA 提供的可选 GPU 和可选 Python 接口。

GitHub：https://github.com/facebookresearch/faiss

12.随机森林

https://github.com/zhufangzhou/RandomForest
https://github.com/bjoern-andres/random-forest

Boosting

XGBoost – 并行优化的通用梯度提升库。

GitHub：https://github.com/dmlc/xgboost

ThunderGBM – 用于 GPU 上的 GBDTs 和随机森林的快速库。

GitHub：https://github.com/Xtra-Computing/thundergbm

LightGBM – 基于决策树算法的快速、分布式、高性能梯度提升(GBDT、GBRT、GBM 或 MART)框架，用于排名、分类和许多其他机器学习任务。

GitHub：https://github.com/Microsoft/LightGBM

CatBoost – 决策树库上的通用梯度提升，具有开箱即用的分类功能支持。它易于安装，包含快速推理实现，并支持 CPU 和 GPU(甚至多 GPU)计算。

GitHub：https://github.com/catboost/catboost

推荐系统

Recommender(推荐) – 一个 C 语言库，使用协作过滤(CF)进行产品推荐/建议。

GitHub：https://github.com/GHamrouni/Recommender

混合推荐系统 – 基于scikit学习算法的混合推荐系统。

GitHub：https://github.com/SeniorSA/hybrid-rs-trainner

自然语言处理

BLLIP 解析器 – BLLIP 自然语言解析器(也称为查尼亚克 -约翰逊解析器)。

GitHub：https://github.com/BLLIP/bllip-parser

colibri-core – C++库、命令行工具和 Python 绑定，用于快速、高效记忆地提取和处理基本语言结构(如 n-gram 和 skiagram)。

GitHub：https://github.com/proycon/colibri-core

CRF++ – 用于分段/标记顺序数据的条件随机字段 (CLF) 的开源实现和其他自然语言处理任务。[已弃用]

GitHub：https://github.com/taku910/crfpp

CRFsuite – CRFifsuite 是用于标记顺序数据的条件随机字段 (CLF) 的实现。[已弃用]

GitHub：https://github.com/chokkan/crfsuite

CRF 模型 – 基于不同深度学习的 CRF模型。frog --为荷兰语开发的基于内存的NLP套件：PoS 标记器、lemmatizer、依赖分析器、NER、浅层解析器、形态分析仪。

GitHub：https://github.com/topics/crf-model

MeTA – ModErn 文本分析是一个 C++ 数据科学工具包，有助于挖掘大文本数据，包括文本标记化，包括解析树、主题模型、分类算法、图形算法、语言模型、多线程算法等深层语义功能。

官方文档：https://meta-toolkit.org/

MIT信息提取工具包 – C、C++ 和 Python 工具，用于命名实体识别和关系提取

GitHub：https://github.com/mit-nlp/MITIE

ucto – 用于各种语言的 Unicode 感知正则表达式标记器、工具和C++库，支持 FoLiA 格式。

GitHub：https://github.com/LanguageMachines/ucto

数据流挖掘

StreamDM：适用于挖掘支持以下算法的大数据流。

GitHub：https://github.com/huawei-noah/streamDM-Cpp

SGD 学习者和感知器：

朴素贝叶斯
CluStream
Hoeffding决策树
Bagging
流KM ++

数据产生器：

HyperplaneGenerator
RandomTreeGenerator
RandomRBFGenerator
RandomRBFEventsGenerator

数据结构/图形/动态编程算法

GitHub：https://github.com/TheAlgorithms/C-Plus-Plus
通用机器学习

Darknet – Darknet是一个开源神经网络框架，用 C 和 CUDA 编写，支持 CPU 和 GPU 计算。

GitHub：https://github.com/pjreddie/darknet

cONNXr – ONNX 运行时以纯 C (99) 编写，零依赖关系集中在小型嵌入式设备上。对机器学习模型进行推理，无论您使用哪个框架进行训练。易于安装和编译无处不在，即使在非常旧的设备。

GitHub：https://github.com/alrevuelta/cONNXr

BanditLib – 一个简单的多臂Bandit库。[已弃用]

GitHub：https://github.com/jkomiyama/banditlib

CUDA – 这是一个快速 C++/CUDA 实现卷积深度学习

官方文档：https://code.google.com/p/cuda-convnet/

DeepDetect – 一个用 C++ 11编写的机器学习API和服务器。它使最先进的机器学习易于使用并集成到现有应用程序中。

GitHub：https://github.com/jolibrain/deepdetect

分布式机器学习工具包 (DMTK) – 微软的分布式机器学习(参数服务器)框架。在多台机器上启用大型数据集的训练模型。与它捆绑的当前工具包括：LightLDA 和分布式(多感)字嵌入。

官网：https://www.dmtk.io/(已停用)

DLib – 一套 ML 工具，设计为易于在其他应用中安装。

官网：http://dlib.net/ml.html

DSSTNE – 由亚马逊创建的软件库，用于使用 GPU 训练和部署深度神经网络，该软件库强调速度和扩展性，而不是实验灵活性。

GitHub：https://github.com/amazon-archives/amazon-dsstne

Fido – 用于嵌入式电子和机器人技术的高度模块化 C++ 机器学习库。

GitHub：https://github.com/FidoProject/Fido

igraph – 通用图形库。

官方文档：https://igraph.org/

英特尔DAAL – 由英特尔开发并针对英特尔架构进行优化的高性能软件库。库为数据分析的所有阶段提供了算法构建块，并允许以批处理，联机和分布式模式处理数据。

GitHub：https://github.com/oneapi-src/oneDAL

libfm – 一种通用方法，可以通过特征工程模拟大多数分解模型。

GitHub：https://github.com/srendle/libfm

MLDB – 机器学习数据库是为机器学习而设计的数据库。通过RESTful API发送命令以存储数据，使用SQL探索数据，然后训练机器学习模型，并将其公开为API。

官方文档：https://mldb.ai/

MXNet – 具有动态，可感知突变的Dataflow Dep Scheduler的轻量，便携式，灵活的分布式/移动深度学习;适用于Python，R，Julia，Go，Javascript等。

GitHub：https://github.com/apache/incubator-mxnet

proNet-core – 通用网络嵌入框架：成对表示优化Network Edit。

GitHub：https://github.com/cnclabs/proNet-core

PyCUDA – CUDA的Python接口

官方文档：https://mathema.tician.de/software/pycuda/

ROOT – 模块化的科学软件框架。它提供了处理大数据处理，统计分析，可视化和存储所需的所有功能。

官网：https://root.cern.ch/

sofia-ml – 快速增量算法套件。

官网：https://code.google.com/archive/p/sofia-ml

Stan – 一种概率编程语言，利用汉密尔顿蒙特卡洛采样实现完整的贝叶斯统计推断。

官方文档：https://mc-stan.org/

Timbl – 一种软件包/ C ++库，实现了几种基于内存的学习算法，其中IB1-IG是k最近邻分类的实现，而IGTree是IB1-IG的决策树近似，常用于NLP。

GitHub：https://languagemachines.github.io/timbl/

Vowpal Wabbit(VW) – 一个快速的核心学习系统。

GitHub：https://github.com/VowpalWabbit/vowpal_wabbit

Warp-CTC – 在CPU和GPU上快速并行地实现连接主义时间分类(CTC)。

GitHub：https://github.com/baidu-research/warp-ctc

ThunderSVM – 在GPU和CPU上的快速SVM库。

GitHub：https://github.com/Xtra-Computing/thundersvm

LKYDeepNN – 仅标头的 C++11 神经网络库。低依赖性，本地繁体中文文档。

GitHub：https://github.com/mosdeo/LKYDeepNN

xLearn – 高性能，易于使用且可扩展的机器学习套件，可用于解决大规模的机器学习问题。 xLearn对于解决大规模稀疏数据上的机器学习问题特别有用，这在Internet服务(例如在线广告和推荐系统)中非常常见。

GitHub：https://github.com/aksnzhy/xlearn

Featuretools –一个用于自动特征工程的库。它擅长使用可重复使用的特征工程“基元”将事务和关系数据集转换为用于机器学习的特征矩阵。

GitHub：https://github.com/FeatureLabs/featuretools

skynet – 用于学习神经网络的库，具有C接口，在JSON中设置了网。用C ++编写，并使用Python，C ++和C#进行绑定。

GitHub：https://github.com/Tyill/skynet

Feast – 用于管理，发现和访问机器学习功能的功能存储。 Feast可为模型训练和模型服务提供一致的特征数据视图。

GitHub：https://github.com/feast-dev/feast

Hopsworks – 具有AI的数据密集型平台，具有业界首个开源功能存储。 Hopsworks Feature Store既提供了用于基于Apache Hive进行培训和批处理的功能库，又为在线应用程序提供了基于MySQL Cluster的功能服务数据库。

GitHub：https://github.com/logicalclocks/hopsworks

Polyaxon – 一个可重现和可扩展的机器学习和深度学习的平台。

GitHub：https://github.com/polyaxon/polyaxon

sara – C ++计算机视觉库，具有易于理解且高效的计算机视觉算法实现。 [Mozilla Public License版本2.0]

GitHub：https://github.com/DO-CV/sara

ANNetGPGPU – 基于GPU(CUDA)的人工神经网络库。 [LGPL]

GitHub：https://github.com/ANNetGPGPU/ANNetGPGPU

btsk – 游戏行为树入门套件。 [zlib]

GitHub：https://github.com/aigamedev/btsk

Evolving Objects – 基于模板的ANSI-C++演化计算库，可帮助您快速地编写自己的随机优化算法。 [LGPL]

官网：http://eodev.sourceforge.net/

frugally-deep – 只使用C++中的 KARAS 模型的头文件库。[MIT]

GitHub：https://github.com/Dobiasd/frugally-deep

Genann – C中的简单神经网络库。[zlib]

GitHub：https://github.com/codeplea/genann

PyTorch – 具有强大GPU加速功能的Python中的张量和动态神经网络。

GitHub：https://github.com/pytorch/pytorch

Recast / Detour --(3D)导航网格生成器和探路器，主要用于游戏。 [zlib]

GitHub：https://github.com/recastnavigation/recastnavigation

tiny-dnn – 在C++11中仅有标头，无依赖项的深度学习框架。 [BSD]

GitHub：https://github.com/tiny-dnn/tiny-dnn

Veles – 用于快速深度学习应用程序开发的分布式平台。 [Apache]

GitHub：https://github.com/DingKe/veles

Kaldi – 语音识别工具包。 [Apache]

GitHub：https://github.com/kaldi-asr/kaldi

计算机视觉

CCV – 基于 C/缓存/核心计算机视觉库，一个现代计算机视觉库。

GitHub：https://github.com/liuliu/ccv

VLFeat – VLFeat 是一个开放和便携式的计算机视觉算法库，它具有 Matlab 工具箱。

官方文档：https://www.vlfeat.org/

EBLearn – Eblearn 是一个面向对象的 C++库，实现各种机器学习模型 [弃用]

官网：http://eblearn.sourceforge.net/

OpenCV – OpenCV 具有C++、C、Python、Java 和 MATLAB 接口，并支持 Windows、Linux、Android 和 Mac 操作系统。

官方文档：https://opencv.org/

VIGRA – VIGRA 是一种通用的C++计算机视觉和机器学习库，用于使用 Python 绑定实现任意维数。

GitHub：https://github.com/ukoethe/vigra

Openpose – 一个实时多人关键点检测库，用于身体、面部、手和脚的评估。

GitHub：https://github.com/CMU-Perceptual-Computing-Lab/openpose

Facebook 研究的FlashLight

FlashLight是一个快速、灵活的机器学习库，完全由Facebook AI Research Speech团队以及Torch和Deep Speech的创建者以C++编写而成。

GitHub：https://github.com/facebookresearch/flashlight

阿里巴巴的MNN(移动神经网络)

MNN 是一个高效、轻量级的深度学习框架。它支持深度学习模型的推理和培训，具有业界领先的设备推理和训练性能。

Gitee：https://gitee.com/mirrors/mnn

Facebook 研究的Habitat-SIM

Habitat-SIM (C++) 库允许在高度逼真的和高效的 3D 模拟器中培训体现的 AI 代理 (虚拟机器人)，然后再将学到的技能转移到现实中。它使用静态数据集(例如 ImageNet、COCO、VQA)与 AI，其中代理通过从中学习在现实环境中工作。

GitHub：https://github.com/facebookresearch/habitat-sim

C++机器学习库整理相关推荐

机器学习资料整理，收藏了不后悔!
学习Machine Learning也有很长一段时间了,前段时间在paper中应用了GTB(Gradient Tree Boosting)算法.在我的数据集上GTB的performance比Rando ...
终于把python的所有库整理完毕了，现在一篇python库的字典诞生了
库名称简介添加小编学习群 832339352 即可自动获取大量python视频教程以及各类PDF! Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文 ...
吐血整理一个月——终于把所有Python库整理齐了.....
大家好! 最近天天熬夜,头发都掉完了, 就为了把Python所有的库完全整理一遍, 希望对大家有所帮助! 一.数据处理 (https://jq.qq.com/?_wv=1027&k=2Q3YT ...
三万字机器学习项目整理（基础到进阶）
如果你是学生.计算机领域的工作者,我强烈建议你学习.掌握机器学习,我不敢说它是最简单的(机器学习的确很简单),但是掌握机器学习一定是性价比最高的. 本文用浅显易懂的语言精准概括了机器学习的相关知识,内 ...
你应该知道的 7 个最受欢迎的 Python 机器学习库
2023年你应该知道的 7 个最受欢迎的 Python 机器学习库 33/100 发布文章 weixin_38037405 未选择任何文件 new 有一句谚语"你不必重新发明轮子" ...
Python第三方库整理
wheel包下载地址:www.lfd.uci.edu/~gohlke/pythonlibs 数据库: MySql: { 1. MySql-Python:https://pypi.python.org/ ...
功能极其强大，这8款 Python 机器学习库真香
大家好,今天给大家分享8款 Python 机器学习库,每一款都值得研究一下,喜欢的小伙伴点赞.收藏关注.文末提供技术交流群. 推荐文章有人把吴恩达老师的机器学习和深度学习做成了中文版上瘾了,最近 ...
Python全部库整理
库名称简介 Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并且非常简单易用. Prettytable主要用于在终端或浏览器端构建格式 ...
python 所有的库整理
Chardet字符编码探测器,可以自动检测文本.网页.xml的编码. colorama主要用来给文本添加各种颜色,并且非常简单易用. Prettytable主要用于在终端或浏览器端构建格式化的输出. ...

C++机器学习库整理

C++机器学习库整理相关推荐

最新文章

热门文章