硅谷大牛推薦11款機器學習工具,國內程序員們學起來!

良好的ML框架降低了定義ML模型的復雜性。 使用這些開源ML框架,您可以輕松快速地構建ML模型。在過去十年中,人工智慧的迅速崛起刺激了當今就業市場對AI和ML技能的巨大需求。基于ML的技術現在幾乎用于所有垂直行業,從金融到醫療保健。在本文中,我編譯了一個可用于構建機器學習模型的最佳框架和庫的列表。
undefined
1. TensorFlow
TensorFlow由Google開發,是一個為深度學習或人工神經網絡而構建的開源軟件庫。使用TensorFlow,您可以使用流程圖創建神經網絡和計算模型。它是深度學習中維護最好,最受歡迎的開源庫之一。
TensorFlow框架以C ++和Python提供。其他類似的基于Python的深度學習框架包括Theano,Torch,Lasagne,Blocks,MXNet,PyTorch和Caffe。您可以使用TensorBoard輕松實現可視化并查看計算管道。其靈活的架構允許您輕松部署在不同類型的設備上。從消極方面來說,TensorFlow沒有符號循環,也不支持分布式學習。此外,它不支持Windows。
24327083_314892459015202_6323866433100972032_n.jpg
說起TensorFlow的應用,谷歌的AIY項目可以作為一個機器學習的案例來說了。AIY系列項目(全稱是Artificial Intelligence Yourself),鼓勵開發者們和愛動手的技術發燒友自己在家搭建AI小硬件。
2. Theano
Theano是一個專為深度學習而設計的Python庫。 使用該工具,您可以定義和評估數學表達式,包括多維數組。 該工具針對GPU進行了優化,具有與NumPy集成,動態C代碼生成和符號區分等功能。 但是,要獲得高級抽象,該工具必須與其他庫一起使用,例如Keras,Lasagne和Blocks。 該工具支持Linux,Mac OS X和Windows等平臺。
3. Torch
Torch是一種易于使用的ML算法開源計算框架。 該工具提供了高效的GPU支持,N維數組,數值優化例程,線性代數例程以及用于索引,切片和轉置的例程。 該工具基于一種名為Lua的腳本語言,具有大量預訓練模型。 這種靈活高效的ML研究工具支持Linux,Android,Mac OS X,iOS和Windows等主要平臺。
4. Caffe
Caffe是一款流行的深度學習工具,專為構建應用而設計。 由楊慶佳在博士期間創建的項目。 在加州大學伯克利分校,該工具具有良好的Matlab / C ++ / Python界面。 該工具允許您使用文本快速將神經網絡應用于問題,而無需編寫代碼。 Caffe部分支持多GPU培訓。 該工具支持Ubuntu,Mac OS X和Windows等操作系統。
5.微軟CNTK
Microsoft Cognitive Toolkit是最快的深度學習框架之一,支持C#/ C ++ / Python接口。 開源框架帶有強大的C ++ API,比TensorFlow更快,更準確。 該工具還支持內置數據讀取器的分布式學習。 它支持諸如前饋,CNN,RNN,LSTM和序列到序列的算法。 該工具支持Windows和Linux。
6. Keras
Keras是用Python編寫的,它是一個開源庫,旨在簡化新DL模型的創建。 這種高級神經網絡API可以在TensorFlow,Microsoft CNTK等深度學習框架之上運行。該工具以其用戶友好性和模塊性而聞名,是快速原型設計的理想選擇。 該工具針對CPU和GPU進行了優化。
undefined
7. scikit-learn
scikit-learn是一個專為機器學習而設計的開源Python庫。 基于NumPy,SciPy和matplotlib等庫的工具可用于數據挖掘和數據分析。 scikit-learn配備了各種ML模型,包括線性和邏輯回歸量,SVM分類器和隨機森林。 該工具可用于多個ML任務,例如分類,回歸和聚類。 該工具支持Windows和Linux等操作系統。 在缺點方面,GPU的效率不高。
10. Azure ML Studio
Azure ML Studio是面向數據科學家的現代云平臺。 它可用于在云中開發ML模型。 Azure具有廣泛的建模選項和算法,是構建更大ML模型的理想選擇。 該服務為每個帳戶提供10GB的存儲空間。 它可以與R和Python程序一起使用。
11.亞馬遜機器學習
亞馬遜機器學習(AML)是一項ML服務,提供用于創建ML模型的工具和向導。 借助可視化輔助工具和易于使用的分析,AML旨在使開發人員更容易使用ML。 AML可以連接到存儲在Amazon S3,Redshift或RDS中的數據。
機器學習框架帶有易于理解和編碼的預構建組件。 因此,良好的ML框架降低了定義ML模型的復雜性。 使用這些開源ML框架,您可以輕松快速地構建ML模型。

Comments

Popular posts from this blog

美國科學家提出AGI概念,將在未來取代AI人工智慧!

Google人工智能開發套件AIY Projects亮相香港!

Call For ML Models 丨 Submit Models and Challenge the Rewards!