【工具】学AI必须接触的12样工具,你知道吗?

随着近年来科技的发展,人工智能的利用率也是越来越高,我们需要随时了解人工智能的哪些工具、库、平台,以及提供的功能,哪些更加适合你。下面介绍的一些AI工具、库和平台,了解它们最常见的用途、优缺点,以及一些其他的方面,可以让你轻松的选出更加适合自己的AI工具。

1.Azure机器学习

如果你没有高超的编程技能,但却很希望涉足机器学习领域,那你就不能错过Azure机器学习。它是基于云端的服务,提供的工具可用来部署预测模型作为分析解决方案。不仅如此,还可以用来测试机器学习模型等等。然而,用户界面是使用者对它的吐槽点,尤其是涉及到代码编写的时候。

2.Caffe(卷积神经网络框架)

Caffe目前已经成为深度学习的一个开源框架了,它支持各种类型的软件架构设计会议及图像分割和图像分类。

3.CNTK(计算网络工具包)

CNTK是一款深度学习的工具包,由微软开发,它可以帮助用户把不同类型的神经网络轻松地结合到一起,而且允许分布式训练,灵活度非常高。但它的源代码缺乏可视化。

4.DeepLearning4J

DeepLearning4J自称是专门适用于JVM的开源、分布式深度学习的库。它特别适于培训分布式深度学习网络,且可以整合Hadoop和Spark。此外,由于它是用Java构建的,所以必须自己手工创建显式类以便将矩阵添加到一起,而如果是用Python的话,那就不需要创建了。

5.IBM Watson

IBM Watson被称为“问答机器”, 它使用分析能力和人工智能增强human-like的能力来应对问题。另外,IBM还可以确保用户的数据得到世界级的安全保护和加密功能,而且承诺不会分享数据,除非你自己愿意。

6.Keras

Keras神经网络是一个用Python编写的开源库。如果你正在寻找哪些库可以允许用户执行快速而且简单的实验,那么选Keras就没错了。

7.PyBrain

PyBrain是一个开源的、模块化的机器学习库,它完全面向框架,且PyBrains库是由算法组成的,这些算法允许开发人员使用强化学习等概念,非监督机器学习和神经网络。

8.Scikit-learn

Scikit-learn机器学习是一个开源框架,Python有用的数据挖掘、数据分析和数据可视化。使用Python,工作速度会比较突出,然而,不适合大数据集。

9.Swift AI

Swift AI是Swift用于深度学习和神经网络的库,支持Mac机器(很快也会支持Linux)。它允许开发人员创建神经网络,创建深度学习算法和信号处理。

10.TensorFlow

TensorFlow现在已经是semi-open-source库了,它最初是用来进行深度学习神经网络和机器学习的研究。它允许开发人员进行数值计算。AI开发者可以使用TensorFlow库在模式识别方面构建和训练神经网络,但缺点是像Caffe一样,也不支持外部数据集。

11.Theano

如果你用深度学习处理,那就要处理很多数值的任务。Theano非常适合处理这些任务,例如矩阵运算、符号变量等,可以即时编译为CPU或GPU的机器代码。Theano是时间最久的深度学习库之一。

12.Torch

Torch是一个用于科学计算的开源框架,支持机器学习算法,还可以移植到iOS和Android的后端。而且它得益于脚本语言LuaJIT和底层的C/CUDA实现,LuaJIT允许开发人员用C语言与Torch进行交互。Torch已经指出一些缺点,包括从目录中加载数据是非常困难,过于依赖Lua(相对较新的语言)使不容易被使用。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-11-21

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AI研习社

2017,最受欢迎的 15 大 Python 库有哪些?

AI 研习社按:本文作者为 ActiveWizards 的数据顾问 Igor Bobriakov,林立宏与 Raey Li 编译。 ? Igor Bobriak...

2704
来自专栏人工智能LeadAI

关于Deep Neural Networks for YouTube Recommendations的一些思考和实现

论文 Deep Neural Networks for YouTube Recommendations 来自google的YouTube团队,发表在16年9月的...

822
来自专栏全球人工智能的专栏

23 种深度学习库排行榜:TensorFlow、Keras、caffe 占据前三!

我们对 23 种用于数据科学的开源深度学习库作了排名。这番排名基于权重一样大小的三个指标:Github 上的活动、Stack Overflow 上的活动以及谷歌...

1.4K2
来自专栏数据派THU

带你用4行代码训练RNN生成文本(附资源)

本文共1400字,建议阅读6分钟。 本文介绍仅需几行代码就能训练出任意大小和复杂度的文本的神经网络文本发生器。

882
来自专栏AI研习社

深度学习下的医学图像分析(一)

AI 研习社按:本文由图普科技编译自《Medical Image Analysis with Deep Learning 》,雷锋网(公众号:雷锋网)独家首发。...

3945
来自专栏量子位

机器学习概念太多记不住?别怕,这有一套手绘小卡片 | 资源

颜萌 李林 编译整理 量子位 出品 | 公众号 QbitAI 有很多种方法可以了解机器学习。你可以去听课,也可以看视频教程,甚至博客,知乎问答都可以是你的选择。...

3445
来自专栏机器学习之旅

关于'Deep Neural Networks for YouTube Recommendations'的一些思考和实现

论文 Deep Neural Networks for YouTube Recommendations 来自google的YouTube团队,发表在16年9月的...

432
来自专栏有趣的Python

TensorFlow应用实战-3- TensorFlow介绍

3- TensorFlow介绍 一句话介绍: Google开源的基于数据流图的科学计算库,适用于机器学习 不局限于机器学习,但目前被大多用于机器学习等。 ...

3615
来自专栏北京马哥教育

2017,最受欢迎的 15 大 Python 库有哪些?

? 近年来,Python 在数据科学行业扮演着越来越重要的角色。因此,我根据近来的使用体验,在本文中列出了对数据科学家、工程师们最有用的那些库。 由于这些库都...

3976
来自专栏ATYUN订阅号

破解黑盒?谷歌让你理解机器如何“思考”

AiTechYun 编辑:xiaoshan 在2015年,谷歌曾尝试去想象神经网络如何理解产生了迷幻图像的图像。不久之后,谷歌把其代码开源为“DeepDream...

2615

扫描关注云+社区