人工智能开源框架介绍(整理)
前人栽树,后人乘凉.O(∩_∩)O哈哈~
TensorFlow
TensorFlow™是一个开源软件库,最初由Google Brain Team的研究人员和工程师开发。(中文社区)
TensorFlow使用数据流图进行数值计算。图中的节点表示数学运算,边表示它们之间通信的多维数据数组(张量)。
其架构灵活,你可以使用单个API将计算部署到桌面、服务器或移动设备中的一个或多个CPU或GPU。
TensorFlow提供了多种API。最低级别的API——TensorFlow Core——提供了完整的编程控制。
高级API则建立在TensorFlow Core的顶部。
这些更高级别的API通常比TensorFlow Core更容易学习和使用。
此外,更高级别的API使得重复性的任务在不同的用户之间变得更容易、更一致。
一个高级API就像tf.estimator,可以帮助您管理数据集、评估器、训练和推理。
TensorFlow中的数据中心单位是张量。
一个张量由一组形成任意数量维数组的原始值组成。张量的阶就是它的维数。
使用TensorFlow开发的例子
工程名 | 介绍 |
---|---|
RankBrain | 在www.google.com上大规模部署用于搜索排名的深度神经网络。 |
Inception图像分类模型 | 基准模型和对高度精确的计算机视觉模型的后续研究,它是在获得2014年Imagenet图像分类挑战赛的模型基础之上进行构建的。 |
SmartReply | 可自动生成电子邮件响应的Deep LSTM模型。 |
Massively Multitask Networks for Drug Discovery | Google与斯坦福大学合作的识别有效候选药的的深度神经网络模型。 |
用于OCR的设备级计算机视觉 | 基于设备级的计算机视觉模型实现光学字符识别,进行实时翻译。 |
Apache SystemML
利用大数据进行机器学习的最佳开源工具。官网
SystemML是由IBM创建的机器学习技术,是Apache中的顶级项目之一,它是一个灵活、可扩展的机器学习系统。
SystemML的重要特点如下:1.使用类R和类Python语言定制算法。2.有多种执行模式,包括Spark MLContext、Spark Batch、Hadoop Batch、Standalone和JMLC(Java机器学习连接器)。3.基于数据和聚类特性的自动优化,保证了算法的高效率和可扩展性。4.将SystemML视为机器学习的结构化查询语言SQL。SystemML的最新版本(1.0.0)支持:Java 8+、Scala 2.11+、Python 2.7/3.5+、Hadoop 2.6+以及Spark 2.1+。5.可在Apache Spark上运行,在Apache Spark上,SystemML通过逐行查看代码,确保代码是否能够在Apache Spark聚类上运行。
未来对SystemML的开发将包括:使用GPU进行额外的深度学习,例如导入和运行神经网络架构以及用于训练的预训练模型。
Caffe
Caffe是一种清晰而高效的深度学习框架。官网
Caffe最初由杨庆佳在加州大学伯克利分校读博期间发起,后来由伯克利AI研究公司(BAIR)和社区贡献者联合开发。
它主要专注于用于计算机视觉应用的卷积神经网络。
对于计算机视觉相关的任务来说,Caffe是一个不错且较为流行的选择,您可以在Caffe Model Zoo上注册,下载很多已经成功建模的模型,直接用于开发。
Caffe的重要特点如下:1.Expressive架构鼓励实用和创新。用配置定义的模型和优化,而不需要硬编码。通过设置单个标志在GPU机器上进行训练,然后部署聚类或移动设备,实现CPU和GPU之间的切换。2.可扩展代码更有助于开发。在Caffe开发好的的第一年,就有1,000多个开发者分享了出去,对其做了重大贡献。3.Caffe的高速使理论实验和实际应用得到了完美的结合。Caffe使用单个NVIDIA K40 GPU每天可处理超过6000万张图像。4.社区:Caffe已经为视觉、语音和多媒体领域的学术研究项目,启动原型,甚至大规模工业应用提供支持。
Apache Mahout
Apache Mahout是一个分布式线性代数框架,提供了一些经典的机器学习算法。官网
Mahout旨在帮助开发人员方便快捷的实现自己的算法。
Apache Spark是一种即拿即用的分布式后台,或者也可以将其扩展到其他分布式后台。
其特点如下:1.数学表达Scala DSL。2.支持多种分布式后端(包括Apache Spark)。3.包含用于CPU / GPU / CUDA加速的模块化本地求解器。4.Apache Mahout应用的领域包括:协作过滤(CF),聚类和分类。
OpenNN
OpenNN是一个用c++编写的开源类库,它实现了神经网络建模。官网
Opennn (开放神经网络图书馆)以前被称为Flood,它是以R. Lopez在2008年泰罗尼亚技术大学的博士论文《在工程变分问题的神经网络》为基础开发的。
Opennn使用一组函数实现了数据挖掘,并且,可以使用一个API将这些函数嵌入到其他软件工具中,使软件工具和预测分析任务之间进行交互。
Opennn的主要优点就是它的高性能。
由于采用c++开发,因此它有更好的内存管理和更高的处理速度,并利用 OpenMP 和 GPU 加速度(CUDA)实现 CPU 并行化。
Opennn包中含有单元测试、许多示例和大量文档。为神经网络算法和应用的研究开发提供了一个有效的框架。
神经网络设计是一个基于OpenNN的专业预测分析工具,这就意味着神经网络设计的神经引擎是基于 OpenNN 建立的。
OpenNN旨在从数据集和数学模型中进行学习。
Torch
Torch是一个开源机器学习库、科学计算框架和基于Lua编程语言的脚本语言。官网
Torch供 Facebook 人工智能研究小组、 IBM、 Yandex 和 Idiap 研究所使用。
现在,它已经扩展到 Android 和 iOS系统上,研究人员也使用Torch来构建硬件实现数据流。
Pytorch是一个Python的开源机器学习库,用于自然语言处理等应用,主要由 Facebook 的人工智能研究小组开发,Uber 的概率编程软件"Pyro"就是在Pytorch上创建的。
Neuroph
Neuroph是一种用 Java 编写的面向对象的神经网络框架。官网
Neuroph可用于在Java程序中创建和训练神经网络,它提供了Java类库以及用于创建和训练神经网络的GUI工具easyNeurons。
Neuroph是一个轻量级的Java神经网络框架,可用于开发常见的神经网络架构。它包含一个设计良好的开源Java库,其中包含少量与基本神经网络概念对应的基础类。
它还有一个很好的GUI神经网络编辑器来快速创建Java神经网络组件。目前,已经在Apache 2.0许可下作为开源发布出来。
Neuroph的核心类与人工神经元、神经元层、神经元连接、权重、传递函数、输入函数和学习规则等基本神经网络概念对应。
Neuroph支持常见的神经网络体系结构,例如具有反向传播,Kohonen和Hopfield网络的多层感知器。
所有的这些类都可以进行扩展和定制,以自定义创建神经网络和学习规则。Neuroph同时也支持图像识别。
Deeplearning4j
Deeplearning4j是第一个为Java和Scala编写的商业级开源分布式深度学习库。官网
Deeplearning4j旨在成为顶尖的即拿即用
设备,而不是只是做一些配置,这使得非专业人员也能够快速的构建模型。
DL4J可以通过Keras(包括TensorFlow,Caffe和Theano)从大多数主要框架中导入神经网络模型,它为数据科学家、数据工程师和DevOps提供了跨团队工具包,弥合了Python生态系统和JVM之间的障碍。
现在,Keras是Deeplearning4j的Python API。
Mycroft
Mycroft声称是世界上第一个开源助手,适用于从科学项目到企业软件应用程序的任何事情。官网
Mycroft可以在任何地方运行——台式计算机上、在汽车内或在树莓派上运行。这是可以自由混合、自由扩展和改进的开源软件。
OpenCog
OpenCog是一个旨在构建开源人工智能框架的项目。官网
OpenCog是认知算法的多元化组合,每种组合都体现了它们的创新之处。但是,认真遵守认知协同原则才是OpenCog整体架构强大的原因。
OpenCog最初是基于2008年“Novamente Cognition Engine”(NCE)发布的源代码。
PS:
每一个都很强大,感谢大神分享,不过看了介绍我对 Mycroft更加感兴趣了.
参考
10大热门人工智能开源工具(框架]
http://www.taodudu.cc/news/show-5750116.html
相关文章:
- 仿csdn写的页面(bootstrap框架)
- Windows下LATEX排版论文攻略—CTeX、JabRef使用介绍
- 《B站用户运营策略分析报告》从小众到大众的成功策略范本!
- 程序员常用的网站
- 首席商学院新媒体运营创始人黎想:B站用户运营策略分析报告!
- B站季报图解:营收58亿净亏收窄36% 日活突破9000万
- 艾永亮:日活4亿的抖音和3800万的B站,谁能够发展的更好?
- B站财报图解:年营收219亿净亏大幅缩窄 日活用户9280万
- 计算机主板用户可以自己安装的是,如何选择计算机主板? DIY主板安装指南
- 软件测试用例学习,软件测试用例就要这样写!
- 软件测试肖sir__005测试用例设计方法(1)
- 测试用例,必须这么写....
- 多测师拱墅校区_肖sir_设计用例方法
- 你还不知道的测试用例相关知识
- 软件测试用例怎么设计和编写?你知道吗?
- 软件测试用例的设计和编写
- 1、密码学
- c语言实现伽罗华域乘法器,伽罗华域运算及C语言实现
- 电源适配器 全球定义
- 应用在电源适配器中的GaN/氮化镓
- 电源适配器
- 使用Java实现适配器模式
- java 适配器 观摩课 ppt_Java适配器模式应用之电源适配器功能详解
- linux捕获标准输出电源适配器厂家,电源适配器基础知识
- 直流与交流电源适配器的差异?电源适配器类型
- 关于仿制Win10桌面日历鼠标悬浮效果有感
- 企立方电商:拼多多的客服要具备什么
- 最最简单的iPhone一键换铃声
- android 播放短铃声,Android使用SoundPool播放短音效
- Android 开机震动、动画、铃声添加方案
人工智能开源框架介绍(整理)相关推荐
- 2019年上半年收集到的人工智能开源框架介绍文章
2019年上半年收集到的人工智能开源框架介绍文章 TensorFlow基本使用 TensorFlow.js:让你在浏览器中也能玩转机器学习 人工智能学习框架TensorFlow渐近分析 TensorF ...
- IOS-常用第三方开源框架介绍
iOS开发-常用第三方开源框架介绍(你了解的ios只是冰山一角) 时间:2015-05-06 16:43:34 阅读:533 评论:0 收藏:0 [点我收藏+] ...
- OS开发-常用第三方开源框架介绍
为什么80%的码农都做不了架构师?>>> OS开发-常用第三方开源框架介绍 http://blog.csdn.net/meiwenjie110/article/details/ ...
- J2EE开发之常用开源框架介绍
From: http://blog.csdn.net/kuyuyingzi/article/details/38351231 主要就我所了解的J2EE开发的框架或开源项目做个介绍,可以根据需求选用适当 ...
- Portal开源框架介绍
Portal 的功能 在JSR168规范中只定义了Portal所应具有的功能的一个最小集合.然而在现实场景中,不论是开源的portal框架实现,还是商业Portal产品都在标准的基础上作了扩展.总 ...
- Github优秀的开源框架介绍
本项目主要对目前 GitHub 上排名前 100 的 Android 开源库进行简单的介绍, 至于排名完全是根据GitHub搜索Java语言选择 (Best Match) 得到的结果, 然后过滤了跟A ...
- iOS开发-常用第三方开源框架介绍(你了解的ios只是冰山一角)--(转)
图像: 1.图片浏览控件MWPhotoBrowser 实现了一个照片浏览器类似 iOS 自带的相册应用,可显示来自手机的图片或者是网络图片,可自动从网络下载图片并进行缓存.可对图片进行缩放等操作. ...
- (转)iOS开发-常用第三方开源框架介绍(你了解的ios只是冰山一角)
图像: 1.图片浏览控件MWPhotoBrowser 实现了一个照片浏览器类似 iOS 自带的相册应用,可显示来自手机的图片或者是网络图片,可自动从网络下载图片并进行缓存.可对图片进行缩放等操作. ...
- 常用第三方开源框架介绍
图像: 1.图片浏览控件MWPhotoBrowser 实现了一个照片浏览器类似 iOS 自带的相册应用,可显示来自手机的图片或者是网络图片,可自动从网络下载图片并进行缓存.可对图片进行缩放等操作. ...
最新文章
- java影像出租面向对象,Java中的面向对象 - zhiruochujian的个人空间 - OSCHINA - 中文开源技术交流社区...
- GSLX680触摸屏驱动移植
- 超棒的javascript移动触摸设备开发类库-QUOjs
- sql xp_cmdshell
- svn: Can't open file '/a/b/db/txn-current-lock': Permission denied
- 474. 一和零(JavaScript)
- 机器学习算法总结之Boosting:AdaBoost
- Selenium定位不到元素的解决方法—iframe挡住了去路
- 实验一:端口扫描(X-scan)
- 小红书去水印代码_最新小红书视频去水印解析API接口
- 动态规划之背包问题——背包三讲(01背包,完全背包,多重背包)
- python统计分析-卡方分析和方差分析
- 多分类任务中每个类Acc、Specificity、Sensitivity、Precision的计算
- 常用的计算机病毒检测方法有哪些,计算机病毒检测方法有哪些呢
- OpenCvSharp (C# OpenCV) OCR实现中英文识别 文字识别(附WinForm完整源码)
- 行走在数据库上的行癫(二)
- (10.1.6)极简主义
- C语言简单程序——解二元一次方程
- Java开发工程师的一点职业发展规划
- 物流企业计算机网络,物流企业内部网络建设.ppt