掃一掃
服務近2000家企業，依托一系列實踐中打磨過的技術和產品，根據企業的具體業務問題和需求，針對性的提供各行業大數據解決方案。
流行且好用的人工智能開源框架有哪些？
來源：未知 時間：2018-12-7 瀏覽次數：209次
流行且好用的人工智能開源框架有哪些？人工智能是時下最熱的技術名詞，其技術成熟度已經達到了非常成熟的地步，學好，用好人工智能第三方框架是人工智能開發的基礎也是核心
TensorFlow是谷歌基于DistBelief進行研發的第二代人工智能學習系統，其命名來源于本身的運行原理。Tensor（張量）意味著N維數組，Flow（流）意味著基于數據流圖的計算，TensorFlow為張量從流圖的一端流動到另一端計算過程。TensorFlow是將復雜的數據結構傳輸至人工智能神經網中進行分析和處理過程的系統。
TensorFlow可被用于語音識別或圖像識別等多項機器深度學習領域，對2011年開發的深度學習基礎架構DistBelief進行了各方面的改進，它可在小到一部智能手機、大到數千臺數據中心服務器的各種設備上運行。TensorFlow將完全開源，任何人都可以用。
TensorFlow 表達了高層次的機器學習計算，大幅簡化了第一代系統，并且具備更好的靈活性和可延展性。TensorFlow一大亮點是支持異構設備分布式計算，它能夠在各個平臺上自動運行模型，從手機、單個CPU / GPU到成百上千GPU卡組成的分布式系統。從目前的文檔看，TensorFlow支持CNN、RNN和LSTM算法，這都是目前在Image，Speech和NLP最流行的深度神經網絡模型。
二、facebook torch
二、facebook torch
Torch是一個廣泛支持機器學習算法的科學計算框架。易于使用且高效，主要得益于一個簡單的和快速的腳本語言LuaJIT，和底層的C / CUDA實現
核心特征的總結：
- 一個強大的n維數組
- 很多實現索引，切片，移調transposing的例程
- 驚人的通過LuaJIT的C接口
- 線性代數例程
- 神經網絡，并基于能量的模型
- 數值優化例程
- 快速高效的GPU支持
- 可嵌入，可移植到iOS，Android和FPGA的后臺
Torch目標是讓你通過極其簡單過程、最大的靈活性和速度建立自己的科學算法。Torch有一個在機器學習領域大型生態社區驅動庫包，包括計算機視覺軟件包，信號處理，并行處理，圖像，視頻，音頻和網絡等，基于Lua社區建立。
Torch 的核心是流行的神經網絡，它使用簡單的優化庫，同時具有最大的靈活性，實現復雜的神經網絡的拓撲結構。你可以建立神經網絡和并行任意圖，通過CPU和GPU等有效方式。
Torch 廣泛使用在許多學校的實驗室以及在谷歌/ deepmind，推特，NVIDIA，AMD，英特爾和許多其他公司。
Facebook開源了他們基于Torch的深度學習庫包，這個版本包括GPU優化的大卷積網（ConvNets）模塊，以及稀疏網絡，這些通常被用在自然語言處理中的應用中。我們的ConvNet模塊包括FFT-based卷積層，使用的是建立在NVIDIA的CUFFT庫上自定義優化的CUDA內核。
三、IBM SystemML
三、IBM SystemML
SystemML最初由IBM開發，現在它是Apache旗下的一個大數據項目。它提供了一種高度可擴展的平臺，可以實施用R或類似Python的語法編寫的高級運算和算法。企業已經在用它來跟蹤汽車維修方面的客戶服務，引導機場客流量，或者將社交媒體數據與銀行客戶聯系起來。它可以在Spark或Hadoop上運行。
ML是Machine Learning的縮寫，所以SystemML這個名稱相當直白，就是一套機器學習系統，由IBM的Almaden實驗室近10年前開發。它用Java語言編寫，可支持描述性分析、分類、聚類、回歸、矩陣分解及生存分析等算法， IBM的明星AI Waston就整合了不少SystemML的功能。
在部署方面， SystemML運行環境支持Windows、Linux及MacOS，可支持單機和分布式部署。單機部署顯然有利于本地開發的工作，而分布式部署則可以真正發揮機器學習的威力，支持的框架包括Hadoop和Spark。
IBM決定通過Apache Foundation開源SystemML的原因是看中了這個社區廣泛的開發者團體，希望能吸引到廣大的開發者使用并加速其研發。其他公司開源被認為是未來核心競爭力的AI技術也是出于同樣的目的（另外可能還希望找到自己青睞的緊缺的AI專家），開放才能做大做強。不過究竟誰才更具吸引力，說到底還是要看比拼技術架構、靈活性、適用性等核心能力。
- 上一篇: 大規模人臉圖像編輯理論、方法及應用
- 下一篇: 數據有限時人工智能如何使用深度學習