前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >优秀开源AI框架推荐

优秀开源AI框架推荐

原创
作者头像
marsggbo
修改2020-10-21 17:50:16
1.1K0
修改2020-10-21 17:50:16
举报

AI领域开源框架推荐

  • AutoML开发框架

AutoML全称是Automated Machine Learning,即自动机器学习,听起来是不是很酷,没错的确很酷,如果感兴趣的话可以读一下我们实验室写的AutoML综述: AutoML: A Survey of State-of-the-art。

https://zhuanlan.zhihu.com/p/158162306zhuanlan.zhihu.com

至于开发框架主要以基于深度学习的为主推荐一下几个:

  1. 利益相关首先推荐 Vega,之前写了一篇介绍Vega的文章,如下。简而言之,Vega是目前第一个实现端到端AutoML的框架,目前正在参与实习工作,新的版本放出来后易用性相比于已放出的1.0版本会有很大提升,敬请期待。

https://zhuanlan.zhihu.com/p/258362976zhuanlan.zhihu.com

  1. 第二个推荐巨硬的 NNI, 易用性很强,下至胎儿,上至100岁都很容易上手。反正Vega和NNI选哪个都不差

microsoft/nnigithub.com

  1. 其他没怎么用过,仅列出名字,欢迎大佬们评论区留言评价以下这些框架:

https://autokeras.com/autokeras.com

AutoKerasautokeras.com

awslabs/autogluongithub.com

  • 3D Deep Learning

下面这个是最近由MIT大学韩松团队开发的用于3D 深度学习场景的开源框架。

mit-han-lab/e3dgithub.com

  • 基于Pytorch深度定制的开发框架
  • 首推Pytorch-lightning ,目前已经更新到1.0版本,这个库的易用性是保姆级别的,TPU、GPU、多机多卡、amp等一大堆功能都给你弄好了

https://github.com/PyTorchLightning/pytorch-lightninggithub.com

  • torchline: 这个库是我基于pytorch-lightning进一步封装的,主要是引入了注册机制,所有的模型、优化器、损失函数、数据集等都可以通过一个yml文件完成配置,不用再写一大堆的argparse了,易用性进一步提高。

https://zhuanlan.zhihu.com/p/97244535zhuanlan.zhihu.com

  • fast.ai: 这个库怎么说呢,我个人是不太喜欢用的,文档写的不合我的胃口。原因可以看这个回答,总之这个库的tutorial里居然好多地方都是 from ... import * ,然后代码示例里就一堆不知道从哪里来的函数和类,emm,我还得去源代码里找具体是干啥的

如何评价Fastai?www.zhihu.com

目标检测

  • 首推鼎鼎大名的mmdetection
代码语言:txt
复制
https://github.com/open-mmlab/mmdetection
  • 当然Pytorch官方的 Detectron2 也是一个非常不错的选择
代码语言:txt
复制
https://github.com/facebookresearch/detectron2

https://zhuanlan.zhihu.com/p/262497372zhuanlan.zhihu.com

  • 图形学开发框架:

taichi-dev/taichigithub.com

TaiChi是由胡渊鸣大佬基于Python开发,可以非常方便实现下面这些酷到不行的特效

而且Taichi作者也专门开设了 GAMES201课程

taichi-dev/games201github.com

另外 GAMES101 系列课程也强烈安利,闫令琪老师讲的炒鸡赞,我也开设了专栏记录课程笔记,欢迎品尝

GAMES计算机图形学入门学习

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
联邦学习
联邦学习(Federated Learning,FELE)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下,通过交换加密的机器学习中间结果实现联合建模。该产品兼顾AI应用与隐私保护,开放合作,协同性高,充分释放大数据生产力,广泛适用于金融、消费互联网等行业的业务创新场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档