开发者不可错过的开源项目 —— 人工智能篇

推荐 10 个饱受好评且功能独特的开源人工智能项目

关于人工智能的项目,相信大家都看过或者用过不少了,但它们的大多数看上去都十分“高大上”,让人感觉要掌握他们犹如习屠龙之术一样。事实上,有很多关于人工智能的项目还是十分实用的,而且用途还十分有趣,下面就简单为大家盘点 10 个功能独特的开源人工智能项目。

STYLE2PAINTS:强大的为线稿上色的 AI

https://www.oschina.net/p/style2paints

请输入标题 bcdef

推荐理由:新一代的强大线稿上色 AI,可根据用户上传的自定义色彩给线稿进行上色。项目提供了在线使用网站,十分方便使用。

请输入标题 abcdefg

SerpentAI:教 AI 打游戏的学习框架

https://www.oschina.net/p/serpentai

请输入标题 bcdef

推荐理由:SerpentAI 旨在为机器学习和 AI 研究提供一个有价值的工具。但同时,对于爱好者来说,它也是非常有趣的。

请输入标题 abcdefg

Synaptic.js:用于浏览器的神经网络库

https://www.oschina.net/p/synapticjs

请输入标题 bcdef

推荐理由:Synaptic.js 是一个用于 node.js 和浏览器的 JavaScript 神经网络库,可以构建和训练基本上任何类型的一阶甚至二阶神经网络。

该项目内置了 4 种经典的神经网络算法:多层感知器(multilayer perceptrons)、长短期记忆网络(multilayer long-short term memory networks)、液体状态机(Liquid State Machine)、Hopfield神经网络。使用 Synaptic.js ,你可以轻松测试和比较不同体系结构的性能。

请输入标题 abcdefg

Snake-AI:贪吃蛇游戏的人工智能

https://www.oschina.net/p/snake-ai

请输入标题 bcdef

推荐理由:一个用 C/C++ 语言编写的贪吃蛇游戏的人工智能。使用了最短路径、最长路径、人工智能算法。

AI 的目的是让蛇尽可能的吃更多的食物,直到吃满整个地图。

Demo

请输入标题 abcdefg

Uncaptcha

https://www.oschina.net/p/uncaptcha

请输入标题 bcdef

推荐理由:破解 reCAPTCHA 系统的 AI 算法。unCAPTCHA 算法以 85% 的成功率击败了 Google reCAPTCHA 系统。它依靠音频验证码攻击 - 使用浏览器自动化软件来解析必要的元素并识别语音号码,并以编程方式传递这些数字,最终成功欺骗目标网站。

请输入标题 abcdefg

Sockeye:神经机器翻译框架

https://www.oschina.net/p/sockeye

请输入标题 bcdef

推荐理由:Sockeye 是一个基于 Apache MXNet 的快速而可扩展的深度学习库。

Sockeye 代码库具有来自 MXNet 的独特优势。例如,通过符号式和命令式 MXNet API,Sockeye 结合了陈述式和命令式编程风格;它同样可以在多块 GPU 上并行训练模型。

Sockeye 实现了 MXNet 上当前最佳的序列到序列模型。它同样为所有序列到序列模型的超参数提供恰当的默认值。对于优化,无需担心停止标准、指标跟踪或者权重初始化。可以简单地运行已提供的训练命令行界面(CLI),也可以轻易改变基础模型架构。

请输入标题 abcdefg

PHP-ML:PHP 机器学习库

https://www.oschina.net/p/php-ml

请输入标题 bcdef

推荐理由:我们都知道 Python 或者是 C++ 提供了更多机器学习的库,但他们大多都比较复杂,配置起来让很多新手感到头疼。

PHP-ML 这个机器学习库虽然没有特别高大上的算法,但其具有最基本的机器学习、分类等算法,小项目或者小公司做一些简单的数据分析、预测等等足以够用。

PHP-ML 是使用 PHP 编写的机器学习库。同时包含算法,交叉验证,神经网络,预处理,特征提取等。

请输入标题 abcdefg

CycleGAN:生成对抗网络图像处理工具

https://www.oschina.net/p/cyclegan

请输入标题 bcdef

推荐理由:这个工具功能十分强大,不仅可将绘画作品“还原”成照片(可理解为是一个 “反滤镜”),还能将夏天转换成冬天,或将普通的马转化成斑马。

与其它人工智能绘画不同,CycleGAN 的研究团队试图建立一个可双向转化不丢失信息的双向算法。

在 CycleGAN 里照片的细节被要求完全保留,研究人员希望能够将一张图片输入 CycleGAN 后进行多次反复转化(照片→绘画→照片→绘画→照片),最终可以获得与原始照片相同或相近的图片。

请输入标题 abcdefg

DeepLearn.js:加速硬件的机器学习JS库

https://www.oschina.net/p/deeplearn-js

请输入标题 bcdef

DeepLearn.js 是谷歌推出的一个可用于机器智能并加速 WebGL 的开源 JavaScript 库,完全在浏览器中运行,不需要安装,不需要后端处理。

DeepLearn.js 提供高效的机器学习构建模块,使我们能够在浏览器中训练神经网络或在推断模式中运行预训练模型。它提供构建可微数据流图的 API,以及一系列可直接使用的数学函数。

虽然浏览器上的机器学习库已经存在多年(例如 Andrej Karpathy 的 convnetjs),但是它们受到 JavaScript 速度的限制,或者局限于推理而不能用于训练(例如 TensorFire)。

相比之下,deeplearn.js 通过利用 WebGL 在GPU上执行计算,以及进行完全反向传播(full backpropagation)的能力,实现了显着的加速。

请输入标题 abcdefg

TensorFire:浏览器端神经网络框架

https://www.oschina.net/p/tensorfire

请输入标题 bcdef

推荐理由:TensorFire 是基于 WebGL 的,运行在浏览器中的神经网络框架。使用 TensorFire 编写的应用能够在实现前沿深度学习算法的同时,不需要任何的安装或者配置就直接运行在现代浏览器中。

与之前某些浏览器内的神经网络框架相比,TensorFire 有着近百倍的速度提升,甚至于能够与那些运行在本地 CPU 上的代码性能相媲美。

开发者也可以使用 TensorFire 提供的底层接口来进行其他的高性能计算,譬如 PageRank、元胞自动机仿真、图片转化与过滤等等。

相信还有其他优秀的开源人工智能项目尚未在本文出现,欢迎各位在评论中留下你们的推荐~

原文发布于微信公众号 - CSDN技术头条(CSDN_Tech)

原文发表时间:2017-12-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

如何把业务问题变成机器学习的问题?

机器学习的投入 这就是我们MVP的第二步:在可控的人力、金钱投入下,构建一个有效的机器学习模型。 那什么是可控呢?1-3人月的投入,更多就会风险太高。我们会期望...

1989
来自专栏磐创AI技术团队的专栏

热点 | 六月Github热点项目库总结

782
来自专栏张善友的专栏

机器学习概览

1578
来自专栏镁客网

这款由记忆电阻设计的新型硬件计算系统,加速神经网络训练的同时还可预测下一步输出 | 黑科技

1150
来自专栏机器人网

开发者的 10 个人工智能开源项目

关于人工智能的项目,相信大家都看过或者用过不少了,但它们的大多数看上去都十分“高大上”,让人感觉要掌握他们犹如习屠龙之术一样。事实上,有很多关于人工智能的项目还...

1842
来自专栏Spark学习技巧

深度解析京东个性化推荐系统演进史

作者 | fisherman、Davidxiaozhi ? 本文摘自《决战618:探秘京东技术取胜之道》,两位作者时任京东推荐系统负责人和系统架构师。 在电商领...

32510
来自专栏机器之心

Caffe2代码全部并入PyTorch:深度学习框架格局剧震

选自PyTorch 机器之心报道 昨日,Caffe2 的 Github 页面突然出现了一个「巨大的改动」:Caffe2 开源代码正式并入 PyTorch,至此,...

3795
来自专栏Miguel三先生

今天,大家都在搜“爸爸”

1655
来自专栏深度学习之tensorflow实战篇

推荐系统-通过数据挖掘算法协同过滤讨论基于内容和用户的区别

概念 个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。 为什么要个性化推荐? - 商品个数和种类快速增长,顾客需要花费大...

3995
来自专栏企鹅号快讯

机器学习在智能制造中的应用!

文丨赵熙朝 ? 制造过程中应用机器学习是进一步对制造系统进行智能赋能,实现替代或辅助管理人员和专业人员对不确定业务进行决策的能力。 01 为什么要把机器学习 应...

2635

扫码关注云+社区

领取腾讯云代金券