请选择 进入手机版 | 继续访问电脑版

雨林木风

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
查看: 10|回复: 0

面向Linux的十大开源人工智能工具

[复制链接]

8570

主题

8577

帖子

2万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
26258
发表于 2020-12-30 09:10:17 | 显示全部楼层 |阅读模式
  目前,人工智能是科技界一直发达的范畴之一,紧要着重于修筑软硬件,以便正在医疗、指导、安定、缔制、银行及其他浩瀚范畴处置常日糊口中的挑衅。咱们正在本文中将先容几款面向Linux生态体例的顶尖开源人工智能器械。
  下面列出了为赞成人工智能策画和开辟的诸众平台,你可能正在Linux及其他很众操作体例上操纵。切记:先容挨次不分先后。
  Deeplearning4j是一种商用级、开源、即插即用的漫衍式深度练习库,面向Java和Scala编程发言。它是特意为贸易合连运用策画的,并与漫衍式CPU和GPU上的Hadoop和Spark整合起来。
  DL4J采用Apache2.0许可证颁发,它供给了GPU赞成,以便正在AWS长进行扩展,而且合用于微效劳架构。
  是一种模块化、外达式的深度练习框架,以速率睹长。它采用BSD2-Clause许可证颁发,仍然赞成查究、首创公司原型以及视觉、速率和众媒体之类的工业运用等范畴的几个社区项目。
  是一种开源、神速、可扩展的漫衍式呆板练习框架,其它该框架另有各样各样的算法。它赞成更智能化的运用,好比深度练习、梯度擢升、随机丛林、广义线性筑模(好比逻辑回归和弹性搜集)以及其他更众。
  这是一种面向企业的人工智能器械,用于欺骗数据做决议,它让用户也许操纵更神速、更确切的预测筑模,从数据获取洞察力。
  是一种开源、易于操纵、高本能的呆板练习库,是举动ApacheSpark的一片面隔辟的。它实质上易于铺排,可能正在现有的Hadoop集群和数据上运转。
  MLlib还随带一系列算法,可用于分类、回归、推选、聚类、糊口领会及更众方面。紧急的是,它可能用正在Python、Java、Scala和R等编程发言中。
  Mahout是一种开源框架策画器械,用于修筑可扩展的呆板练习运用步骤,它具有如下三大性能:
  供给单纯、可扩展的编程办事情况。供给诸众预包装算法,赞成Scala+ApacheSpark、H20以及ApacheFlink。席卷Samaras,这是一种向量数学试验型办事情况,具有近似R的语法。
  OpenNN也是一种用C++编写的开源类库,面向深度练习,它用于修筑神经搜集。然而,它最适合阅历充分的C++步骤员以及呆板练习才力精采的职员。它的特质即是具有深度架构和高本能。
  Oryx2是最初的Oryx项方针延续,它是正在ApacheSpark和ApacheKafka上开辟的,从新策画了Lambda架构,只是特意面向及时呆板练习。
  这是个运用开辟平台,还随带合作过滤、分类、回归和聚类等方面的某些运用步骤。
  OpenCyc是一种开源宗派网站,通向寰宇上最大、最悉数的平常常识库和常识推理引擎。它席卷大方的Cyc术语,这些术语用一种精准策画的本体来分列,赞成这些范畴的运用:
  SystemML是一种面向呆板练习的开源人工智能平台,最适合大数据。紧要性能特征:赞成近似R和Python的语法,用心于大数据,特意为高级数学策画。主页上详尽疏解了其办事道理,席卷视频演示,作了昭彰的讲授。
  NuPIC是一种呆板练习开源框架,基于分层岁月回顾(HTM),这是一种大脑皮层外面。用NuPIC集成的HTM步骤是为领会及时流数据而施行的,它能练习数据中基于岁月的形式,预测而今值,而且浮现任何阻止则的地方。
  陆续正在线练习岁月和空间形式及时流数据预测和筑模强壮的非常检测分层岁月回顾
  因为人工智能范畴的查究如日中天,咱们势必会看到更众的器械发现出来,有助于让这个技能范畴大获告捷,越发是用于取胜常日的科学挑衅,而且餍足教学用处。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

|appname
快速回复 返回顶部 返回列表