深度学习-14:知名的深度学习开源架构和项目
深度学习-14:知名的深度学习开源架构和项目
深度学习原理与实践(开源图书)-总目录
人工智能artificial intelligence,AI是科技研究中最热门的方向之一。像IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投入大量的资金、或者收购那些在机器学习、神经网络、自然语言和图像处理等领域取得了进展的初创公司。考虑到人们对此感兴趣的程度,我们将不会惊讶于斯坦福的专家在人工智能报告中得出的结论:“越来越强大的人工智能应用,可能会对我们的社会和经济产生深远的积极影响,这将出现在从现在到 2030 年的时间段里。”
知名的深度学习开源架构和项目,见下图。
1 Tensoerflow
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统。TensorFlow 表达了高层次的机器学习计算,大幅简化了第一代系统,并且具备更好的灵活性和可延展性。TensorFlow一大亮点是支持异构设备分布式计算,它能够在各个平台上自动运行模型,从手机、单个CPU / GPU到成百上千GPU卡组成的分布式系统。从目前的文档看,TensorFlow支持CNN、RNN和LSTM算法,这都是目前在Image,Speech和NLP最流行的深度神经网络模型。它拥有深厚的灵活性、真正的可移植性、自动微分功能,并且支持 Python 和 c++。它的网站拥有十分详细的教程列表来帮助开发者和研究人员沉浸于使用或扩展他的功能。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
Tensoerflow支持的高级特性:
- 高度的灵活性:通过构件计算图能实现任意目的的计算
- 高可移植性(Portability):Tensorflow 在CPU和GPU上运行,比如说可以运行在台式机、服务器、手机移动设备等等。
- 将科研和产品联系在一起
- 自动求微分:基于梯度的机器学习算法会受益于Tensorflow自动求微分的能力。
- 多语言支持:Tensorflow 有一个合理的c++使用界面,也有一个易用的python使用界面来构建和执行你的graphs。
- 性能最优化:由于Tensorflow 给予了线程、队列、异步操作等以最佳的支持,能发挥硬件全部潜能。
Tensorflow的原理和架构,见下图。
2 PyTorch(Caffe2)
PyTorch(Caffe2) 通过混合前端,分布式训练以及工具和库生态系统实现快速,灵活的实验和高效生产。PyTorch 和 TensorFlow 具有不同计算图实现形式,TensorFlow 采用静态图机制(预定义后再使用),PyTorch采用动态图机制(运行时动态定义)。PyTorch具有以下高级特征:
- 混合前端:新的混合前端在急切模式下提供易用性和灵活性,同时无缝转换到图形模式,以便在C ++运行时环境中实现速度,优化和功能。
- 分布式训练:通过利用本地支持集合操作的异步执行和可从Python和C ++访问的对等通信,优化了性能。
- Python优先: PyTorch为了深入集成到Python中而构建的,因此它可以与流行的库和Cython和Numba等软件包一起使用。
- 丰富的工具和库:活跃的研究人员和开发人员社区建立了丰富的工具和库生态系统,用于扩展PyTorch并支持从计算机视觉到强化学习等领域的开发。
- 本机ONNX支持:以标准ONNX(开放式神经网络交换)格式导出模型,以便直接访问与ONNX兼容的平台,运行时,可视化工具等。
- C++前端:C++前端是PyTorch的纯C++接口,它遵循已建立的Python前端的设计和体系结构。它旨在实现高性能,低延迟和裸机C++应用程序的研究。
3 Mxnet
Apache MXNet是一个为提高效率和灵活性而设计的深度学习框架。它允许您混合符号和命令式编程来最大限度地提高效率和生产力。在其核心,MXNet包含一个动态的依赖调度程序,可自动并行处理符号操作和命令操作。顶层的图形优化层使得符号执行更加快速和高效。MXNet是便携式和轻量级的,可以有效扩展到多个GPU和多台机器。MXNet不仅仅是一个深入的学习项目。这也是建立深度学习系统的蓝图和指南的集合 ,以及针对黑客的DL系统的有趣见解。
MXNet支持的高级特性:
- 设计笔记提供有用的见解,可供其他DL项目重复使用
- 灵活配置任意计算图
- 混合和匹配命令式和符号式编程来最大限度地提高灵活性和效率
- 轻便,高效的内存和便携式智能设备
- 采用自动并行处理功能扩展到多GPU和分布式设置
- 支持Python,R,Scala,C ++和Julia
- 云环境友好并直接与S3,HDFS和Azure兼容
4 Mahout
Mahout是Apache基金会旗下的一个开源机器学习框架。Mahout提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现,包括聚类、分类、推荐过滤、频繁子项挖掘。使用 Mahout 的公司有 Adobe、埃森哲咨询公司、Foursquare、英特尔、领英、Twitter、雅虎和其他许多公司。其网站列了出第三方的专业支持。
5 MLlib
Apache Spark是最流行的大数据处理工具之一。MLlib是Spark的可扩展机器学习库。它集成了 Hadoop 并可以与 NumPy 和 R 进行交互操作。它包括了许多机器学习算法如分类、回归、决策树、推荐、集群、主题建模、功能转换、模型评价、ML 管道架构、ML 持久、生存分析、频繁项集和序列模式挖掘、分布式线性代数和统计。
6 OpenNN
OpenNN作为一个为开发者和科研人员设计的具有高级理解力的人工智能,OpenNN 是一个实现神经网络算法的 c++ 编程库。它的关键特性包括深度的架构和快速的性能。其网站上可以查到丰富的文档,包括一个解释了神经网络的基本知识的入门教程。OpenNN 的付费支持由一家从事预测分析的西班牙公司 Artelnics 提供。
7 Scikits-Learn
Scikits-Learn是一个开源的、构建在SciPy之上用于机器学习的 Python 模块。它包括简单而高效的工具,可用于数据挖掘和数据分析,适合于任何人,可在各种情况下重复使用、构建在 NumPy、SciPy和 matplotlib 之上,遵循BSD 协议。
系列文章
- 机器学习原理与实践(开源图书)-总目录
- 深度学习原理与实践(开源图书)-总目录
- Github: 机器学习&深度学习理论与实践(开源图书)
参考文献
- [1] Ian Goodfellow, Yoshua Bengio. Deep Learning. MIT Press. 2016.
- [2] 焦李成等. 深度学习、优化与识别. 清华大学出版社. 2017.
- [3] 佩德罗·多明戈斯. 终极算法-机器学习和人工智能如何重塑世界. 中信出版社. 2018.
- [4] 雷.库兹韦尔. 人工智能的未来-揭示人类思维的奥秘. 浙江人民出版社. 2016.
深度学习-14:知名的深度学习开源架构和项目相关推荐
- 深度学习——你需要了解的八大开源框架
深度学习--你需要了解的八大开源框架 2016-08-05 19:18 Blake 0条评论 深度学习八大开源框架 导读:深度学习(Deep Learning)是机器学习中一种基于对数据进行表征学习的 ...
- 【深度学习】基于Torch的Python开源机器学习库PyTorch卷积神经网络
[深度学习]基于Torch的Python开源机器学习库PyTorch卷积神经网络 文章目录 1 CNN概述 2 PyTorch实现步骤2.1 加载数据2.2 CNN模型2.3 训练2.4 可视化训练 ...
- 【深度学习】基于Torch的Python开源机器学习库PyTorch回归
[深度学习]基于Torch的Python开源机器学习库PyTorch回归 文章目录1 torch.autograd 2 torch.nn.functional 3 详细的回归DEMO3.1 DATAS ...
- 【深度学习】基于Torch的Python开源机器学习库PyTorch概述
[深度学习]基于Torch的Python开源机器学习库PyTorch概述 文章目录 1 PyTorch简介 2 环境搭建 3 Hello world!3.1 Tensors (张量)3.2 操作 4 ...
- 吴恩达Deeplearning.ai课程学习全体验:深度学习必备课程 By 路雪2017年8月14日 11:44 8 月 8 日,吴恩达正式发布了 Deepleanring.ai——基于 Cours
吴恩达Deeplearning.ai课程学习全体验:深度学习必备课程 By 路雪2017年8月14日 11:44 8 月 8 日,吴恩达正式发布了 Deepleanring.ai--基于 Course ...
- 干货 | 《深度学习》手推公式笔记开源PDF下载!
为大家找到的王博(Kings)的<深度学习>手推公式笔记,需要的伙伴可以在公众号"飞马会"菜单栏回复数字"91"查看获取方式. 深度学习手推笔记部分 ...
- 深度学习 14. 深度学习调参,CNN参数调参,各个参数理解和说明以及调整的要领。underfitting和overfitting的理解,过拟合的解释。
本文为原创文章转载必须注明本文出处以及附上 本文地址超链接以及 博主博客地址:http://blog.csdn.NET/qq_20259459 和 作者邮箱( jinweizhi93@gmai.co ...
- 深度学习 免费课程_深入学习深度学习,提供15项免费在线课程
深度学习 免费课程 by David Venturi 大卫·文图里(David Venturi) 深入学习深度学习,提供15项免费在线课程 (Dive into Deep Learning with ...
- [GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(中)
上一篇文章–[GAN学习系列3]采用深度学习和 TensorFlow 实现图片修复(上)中,我们先介绍了对于图像修复的背景,需要利用什么信息来对缺失的区域进行修复,以及将图像当做概率分布采样的样本来看 ...
最新文章
- 数据库的七种传播方式
- r语言 断轴 画图_R 绘图 – 函数曲线图 | 菜鸟教程
- 20个正则表达式必知(前端开发)
- 车联网发展对汽车经销商的影响
- Android系统性能优化(67)----内存泄漏检测
- Colaboratory平台+Mask R-CNN进行模型训练和实例分割
- 网络节点是计算机与网络的什么,网络节点是什么意思?
- 人工势场法matlab讲解_【机器人路径规划】人工势场法
- 【MySql】Navicat Premium 15 无限试用脚本
- 软件是怎么开发出来的?怎么进行软件开发流程详解
- bzoj 1062: [NOI2008]糖果雨
- BQB认证CE认证介绍
- 内网渗透-window权限维持
- 蓝鸽服务器崩溃怎样从装系统,系统崩溃如何重装系统?
- 一个想法(续三):一份IT技术联盟创业计划书,开启众筹创业征程
- GBase产品系列介绍
- 计算机网络实验以太网帧分析,实验二 用Ethereal捕获并分析以太网帧格式
- 老板发公告:11月成功程序员脱单,奖15天年假!
- 选对Shopee货代对店铺影响有多大?星卓越货代系统为您分析
- 小明一家过桥,过桥时是黑夜_过桥:如何过渡到软件开发的职业
热门文章
- java程序员玩游戏吗_Java程序员:工作还是游戏 该好好衡量一下
- tensorflow save_model模块
- KLD导航无法支持外卡的解决方法
- 阿里云存储图片x-oss-process常用方法处理
- AON 与 PON 网络:光纤到户FTTH 系统的选择
- 判断路由器优劣的3个方面
- AEJoy —— 值得收藏的常用 29 个 AE 表达式实例
- 为什么蓝鸽的听力下载完还是听不了_如何攻克雅思听力?天天练习才能找到好的状态!...
- 应用回归分析pdf网盘_艾媒咨询|2020上半年中国个人网盘市场现状及头部企业布局研究报告...
- 艾媒报告-2020H1中国宠物经济运行现状与发展趋势研究报告深度行业报告