硅谷大牛推薦11款機器學習工具,國內程序員們學起來!

2018/12/05 17:28:33 網誌分類: 學習
05 Dec

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。

回應 (1)
我要發表
2018/12/05 19:36:55 回覆

酒足飯飽
來杯青茶ㄅ
飽暖思XXOO
一夜激情 老司機開夜班車 坐穩了 送你去→ 愛灣茶論壇cat020201.com

user