吵着要学AI的小伙伴,可以看看这些牛批的开源项目
Posted CodeSheep
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了吵着要学AI的小伙伴,可以看看这些牛批的开源项目相关的知识,希望对你有一定的参考价值。
小伙伴们 大家好
从一直以来和大家的私信交流来看,正在学、或者准备学人工智能/机器学习等类似方向的小伙伴还是挺多的。
为此,今天和大家一起来总结梳理一下人工智能、机器学习领域那些扛把子的开源项目/工具。
对于初学者来说,机器学习/人工智能从理论落地到实践少不了这些开源框架的支持,小伙伴们有需要可以安装使用一下这些框架和项目!
项目名称: TensorFlow
项目简介:TensorFlow是人工智能领域第一大开源框架,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。自2015年起,TensorFlow开始开放源代码,截止到目前已经被广泛应用于各类机器学习、人工智能等领域的研究项目和商用项目。
个人自学AI的话,这个框架建议还是熟练使用。
项目源码:https://github.com/tensorflow/tensorflow
项目名称: CNTK深度学习工具包
项目简介:CNTK是微软出品的开源深度学习工具包,可以运行在CPU或GPU上。CNTK允许用户轻松实现当下流行算法模型的组合,例如前馈DNN,卷积网(CNN)和递归网络(RNN / LSTM)等等。CNTK的预测精度很好,也提供了很多先进算法的实现,而且CNTK提供了基于C++、C#和Python等多种编程语言的接口,非常方便应用。
项目源码:https://github.com/Microsoft/CNTK
项目名称: PyTorch机器学习库
项目简介:PyTorch是一个开源的 Python机器学习库,可以用于人工智能、机器学习和自然语言处理等领域。PyTorch于2017年由Facebook人工智能研究院推出,它具有强大的GPU加速的张量计算能力,并且支持动态深度神经网络。PyTorch也是一个入门简单,简洁高效的快速框架,对初学者比较友好。
项目源码:https://github.com/pytorch/pytorch
项目名称: Caffe深度学习框架
项目简介:Caffe是一个以速度、模块化和富有表现力架构著称的深度学习框架。它是由贾扬清在加州大学伯克利分校攻读博士学位期间创建,后来它由 Berkeley AI Research(BAIR)和社区贡献者开发迭代。到目前为止,Caffe已经在视觉,语音和多媒体等诸多领域的学术研究项目和商业应用项目中发挥了巨大作用。
项目源码:https://github.com/BVLC/caffe
项目名称:OpenNN类库
项目简介: OpenNN是一个基于 C++
语言编写的神经网络机器学习类库。该程序库最大的特点就是高性能(C系语言你懂的!),尤其在执行速度和内存分配方面表现突出。OpenNN项目本身已经包含了用于处理分类、回归、预测、关联分析等常见机器学习解决方案的复杂算法和实用程序。
项目源码:https://github.com/Artelnics/OpenNN
项目名称: Angel机器学习平台
项目简介:Angel项目由腾讯和北京大学联合开发,是一个高性能分布式机器学习平台,其基于来自腾讯的大数据进行了性能调优,具有广泛的适用性和稳定性,尤其在处理高维模型方面具有优势。Angel本身是基于 Java
和 Scala
开发,并且支持在Yarn和Kubernetes上运行,
项目源码:https://github.com/Angel-ML/angel
项目名称: H2O机器学习平台
项目简介:H2O是一个开源的分布式、可扩展的机器学习平台。H2O兼容 R
, Python
, Scala
, Java
等多种编程语言,并且可以和当下火热的诸如Hadoop,Spark等大数据技术协同工作。H2O提供了多种流行算法的实现,比如:K均值、PCA、随机森林、深度神经网络、词向量、广义线性模型(即逻辑回归,弹性网络)等等。
项目源码:https://github.com/h2oai/h2o-3
给个[在看],是对程序羊最大的支持
以上是关于吵着要学AI的小伙伴,可以看看这些牛批的开源项目的主要内容,如果未能解决你的问题,请参考以下文章