掃一掃
服務(wù)近2000家企業(yè)，依托一系列實(shí)踐中打磨過的技術(shù)和產(chǎn)品，根據(jù)企業(yè)的具體業(yè)務(wù)問題和需求，針對(duì)性的提供各行業(yè)大數(shù)據(jù)解決方案。
流行且好用的人工智能開源框架有哪些？
來(lái)源：未知 時(shí)間：2018-12-7 瀏覽次數(shù)：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(shí)下最熱的技術(shù)名詞，其技術(shù)成熟度已經(jīng)達(dá)到了非常成熟的地步，學(xué)好，用好人工智能第三方框架是人工智能開發(fā)的基礎(chǔ)也是核心
TensorFlow是谷歌基于DistBelief進(jìn)行研發(fā)的第二代人工智能學(xué)習(xí)系統(tǒng)，其命名來(lái)源于本身的運(yùn)行原理。Tensor（張量）意味著N維數(shù)組，F(xiàn)low（流）意味著基于數(shù)據(jù)流圖的計(jì)算，TensorFlow為張量從流圖的一端流動(dòng)到另一端計(jì)算過程。TensorFlow是將復(fù)雜的數(shù)據(jù)結(jié)構(gòu)傳輸至人工智能神經(jīng)網(wǎng)中進(jìn)行分析和處理過程的系統(tǒng)。
TensorFlow可被用于語(yǔ)音識(shí)別或圖像識(shí)別等多項(xiàng)機(jī)器深度學(xué)習(xí)領(lǐng)域，對(duì)2011年開發(fā)的深度學(xué)習(xí)基礎(chǔ)架構(gòu)DistBelief進(jìn)行了各方面的改進(jìn)，它可在小到一部智能手機(jī)、大到數(shù)千臺(tái)數(shù)據(jù)中心服務(wù)器的各種設(shè)備上運(yùn)行。TensorFlow將完全開源，任何人都可以用。
TensorFlow 表達(dá)了高層次的機(jī)器學(xué)習(xí)計(jì)算，大幅簡(jiǎn)化了第一代系統(tǒng)，并且具備更好的靈活性和可延展性。TensorFlow一大亮點(diǎn)是支持異構(gòu)設(shè)備分布式計(jì)算，它能夠在各個(gè)平臺(tái)上自動(dòng)運(yùn)行模型，從手機(jī)、單個(gè)CPU / GPU到成百上千GPU卡組成的分布式系統(tǒng)。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(jīng)網(wǎng)絡(luò)模型。
二、facebook torch
二、facebook torch
Torch是一個(gè)廣泛支持機(jī)器學(xué)習(xí)算法的科學(xué)計(jì)算框架。易于使用且高效，主要得益于一個(gè)簡(jiǎn)單的和快速的腳本語(yǔ)言LuaJIT，和底層的C / CUDA實(shí)現(xiàn)
核心特征的總結(jié)：
- 一個(gè)強(qiáng)大的n維數(shù)組
- 很多實(shí)現(xiàn)索引，切片，移調(diào)transposing的例程
- 驚人的通過LuaJIT的C接口
- 線性代數(shù)例程
- 神經(jīng)網(wǎng)絡(luò)，并基于能量的模型
- 數(shù)值優(yōu)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(tái)
Torch目標(biāo)是讓你通過極其簡(jiǎn)單過程、最大的靈活性和速度建立自己的科學(xué)算法。Torch有一個(gè)在機(jī)器學(xué)習(xí)領(lǐng)域大型生態(tài)社區(qū)驅(qū)動(dòng)庫(kù)包，包括計(jì)算機(jī)視覺軟件包，信號(hào)處理，并行處理，圖像，視頻，音頻和網(wǎng)絡(luò)等，基于Lua社區(qū)建立。
Torch 的核心是流行的神經(jīng)網(wǎng)絡(luò)，它使用簡(jiǎn)單的優(yōu)化庫(kù)，同時(shí)具有最大的靈活性，實(shí)現(xiàn)復(fù)雜的神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。你可以建立神經(jīng)網(wǎng)絡(luò)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(xué)校的實(shí)驗(yàn)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(xué)習(xí)庫(kù)包，這個(gè)版本包括GPU優(yōu)化的大卷積網(wǎng)（ConvNets）模塊，以及稀疏網(wǎng)絡(luò)，這些通常被用在自然語(yǔ)言處理中的應(yīng)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(kù)上自定義優(yōu)化的CUDA內(nèi)核。
三、IBM SystemML
三、IBM SystemML
SystemML最初由IBM開發(fā)，現(xiàn)在它是Apache旗下的一個(gè)大數(shù)據(jù)項(xiàng)目。它提供了一種高度可擴(kuò)展的平臺(tái)，可以實(shí)施用R或類似Python的語(yǔ)法編寫的高級(jí)運(yùn)算和算法。企業(yè)已經(jīng)在用它來(lái)跟蹤汽車維修方面的客戶服務(wù)，引導(dǎo)機(jī)場(chǎng)客流量，或者將社交媒體數(shù)據(jù)與銀行客戶聯(lián)系起來(lái)。它可以在Spark或Hadoop上運(yùn)行。
ML是Machine Learning的縮寫，所以SystemML這個(gè)名稱相當(dāng)直白，就是一套機(jī)器學(xué)習(xí)系統(tǒng)，由IBM的Almaden實(shí)驗(yàn)室近10年前開發(fā)。它用Java語(yǔ)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(yùn)行環(huán)境支持Windows、Linux及MacOS，可支持單機(jī)和分布式部署。單機(jī)部署顯然有利于本地開發(fā)的工作，而分布式部署則可以真正發(fā)揮機(jī)器學(xué)習(xí)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(gè)社區(qū)廣泛的開發(fā)者團(tuán)體，希望能吸引到廣大的開發(fā)者使用并加速其研發(fā)。其他公司開源被認(rèn)為是未來(lái)核心競(jìng)爭(zhēng)力的AI技術(shù)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(qiáng)。不過究竟誰(shuí)才更具吸引力，說到底還是要看比拼技術(shù)架構(gòu)、靈活性、適用性等核心能力。