人工智能预制模型是什么意思-15 个顶级开源人工智能工具

-1. Caffe                           11%
-2. CNTK                            17%
-3. Deeplearning4j                  22%
-4. DMTK                            27%
-5. H20                             34%
-6. Mahout                          41%
-7. MLlib                           46%
-8. NuPIC                           51%
-9. OpenNN                          57%
-10. OpenCyc                        63%
-11. Oryx 2                         69%
-12. PredictionIO                   74%
-13. SystemML                       79%
-14. TensorFlow                     84%
-15. Torch                          90%

人工智能（AI）是当今科技研究最热门的方向之一。 IBM、谷歌、微软、Facebook 和亚马逊等公司正在大力投资研发或收购在机器学习、神经网络、自然语言和图像处理等领域取得进展的初创公司。 考虑到人们的兴趣程度，看到斯坦福大学的专家在一份关于人工智能的报告中得出结论，我们不会感到惊讶：“人工智能日益强大的应用可能会对我们的社会和经济产生深远的影响。积极的影响将持续到现在和未来。” 2030 年。”

在最近的一篇文章中，我们概述了 45 个有趣或有前途的人工智能项目。 在本文中，我们将重点关注开源人工智能工具，并详细介绍 15 个最著名的开源人工智能项目。

开源人工智能

以下开源人工智能应用程序处于人工智能研究的前沿。

1. 咖啡厅

由贾扬清博士期间创建。 加州大学伯克利分校的学生 Caffe 是一个基于表达架构和可扩展代码的深度学习框架。 它的出名之处在于它的速度，这使得它受到研究人员和企业用户的欢迎。 据其网站称，仅使用单个 NVIDIA K40 GPU 即可在一天内处理超过 6000 万张图像。 它由伯克利视觉与学习中心 (BVLC) 管理，其开发得到 NVIDIA 和 Amazon 等公司的资助。

2. CNTK

它是Computational Network Toolkit（计算网络工具包）的缩写。 CNTK是微软的开源人工智能工具。 无论是在单CPU、单GPU、多GPU还是多台多GPU的机器上都具有优异的性能。 微软主要将其用于语音识别研究，但在机器翻译、图像识别、图像字幕、文本处理、语言理解和语言建模方面也有很好的应用。

3.深度学习4j

Deeplearning4j 是一个用于 Java 虚拟机 (JVM) 的开源深度学习库。 它运行在分布式环境中，并与 Hadoop 和 Apache Spark 集成。 这使得配置深度神经网络成为可能，并且它与Java、Scala和其他JVM语言兼容。

该项目由一家名为 Skymind 的商业公司管理人工智能预制模型是什么意思，该公司为该项目提供支持、培训和企业分发。

4.DMTK

DMTK是分布式机器学习工具包的缩写。 与CNTK一样，它是微软的开源人工智能工具。 作为一款专为大数据设计的应用程序表情包设计，其目标是更快地训练人工智能系统。 它由三个主要组件组成：DMTK框架、LightLDA主题模型算法和分布式（多义）词嵌入算法。 为了展示其速度，微软声称在八集群机器上，它能够“训练一个包含 100 万个主题和 1000 万个单词（总共 10 万亿个参数）的词汇量的主题模型，收集 1 万亿个符号”这一成就是其他工具无法比拟的。

5.H20

相比科研卡通人物，H2O更注重利用AI服务企业用户。 因此，H2O拥有大量企业客户，例如第一资本金融公司、思科、Nielsen Catalina、PayPal和Pan American。 它声称任何人都可以利用机器学习和预测分析的力量来解决业务挑战。 它可用于预测建模、风险和欺诈分析、保险分析、广告技术、医疗保健和客户情报。

它有两个开源版本：标准版H2O和集成到Apache Spark中的Sparking Water版本。 还有付费企业用户支持。

6. 象夫

它是一个 Apache 基金会项目，而 Mahout 是一个开源机器学习框架。 据其网站介绍，它具有三个主要功能：用于构建可扩展算法的编程环境、Spark和H2O等预构建的算法工具以及名为Samsara的矢量数学实验环境。 使用 Mahout 的公司包括 Adob​​e、埃森哲、Foursquare、英特尔、LinkedIn、Twitter、雅虎等。 其网站列出了第三方专业支持。

7.MLlib

Apache Spark 因其速度快而成为最流行的大数据处理工具之一。 MLlib 是 Spark 的可扩展机器学习库。 它与 Hadoop 集成，并与 NumPy 和 R 互操作。它包括许多机器学习算法，例如分类、回归、决策树、推荐、聚类、主题建模、特征转换、模型评估、ML 管道架构、ML 持久性、生存分析、频繁项集和顺序模式挖掘、分布式线性代数和统计。

8.NuPIC

NuPIC由Numenta管理，是一个基于分层时序记忆（HTM）理论的开源人工智能项目。 本质上，HTM 试图创建一个模仿人类大脑皮层的计算机系统。 他们的目标是创造一种“在许多认知任务上接近或超过人类认知能力”的机器。

除了开源许可之外，Numenta 还为 NuPic 提供商业许可，并且还提供技术专利许可。

9.OpenNN

作为专为开发人员和研究人员设计的具有高级理解能力的人工智能，OpenNN 是一个实现神经网络算法的 C++ 编程库。 其主要特点包括深层架构和快速性能。 其网站上提供了大量文档，包括解释神经网络基础知识的入门教程。 OpenNN 的付费支持由 Artelnics（一家从事预测分析的西班牙公司）提供。

10.OpenCyc

OpenCyc 由 Cycorp Corporation 开发，提供对 Cyc 知识库和常识推理引擎的访问。 它有超过 239,000 个条目、大约 2,093,000 个三元组和大约 69,000 个 owl：类似于链接到外部语义库的命名空间。 在丰富领域模型、语义数据集成、文本理解、特殊领域专家系统以及游戏AI等方面都有良好的应用。 该公司还提供 Cyc 的其他两个版本：一种免费用于研究，但不开源，另一种可供企业使用人工智能预制模型是什么意思，但需要付费。

11.羚羊2

Oryx 2 基于 Apache Spark 和 Kafka 构建，是专门针对大规模机器学习的应用程序开发框架。 它采用独特的三层 lambda 架构。 开发人员可以使用Orys 2创建新的应用程序，它还为常见的大数据任务（例如协同过滤、分类、回归和聚类）预先构建了应用程序。 大数据工具提供商 Cloudera 创建了最初的 Oryx 1 项目，并一直积极参与其持续开发。

12.预测IO

今年2月，Salesforce收购了PredictionIO，然后在7月，将平台和商标贡献给Apache基金会，并将其列为孵化计划。 因此，当Salesforce使用PredictionIO技术来提高其机器学习能力时，结果将同步出现在开源版本中。 它帮助用户创建具有机器学习功能的预测引擎，可用于部署可实时动态查询的Web服务。

13. 系统ML

SystemML 最初由 IBM 开发，现在是 Apache 大数据项目。 它提供了一个高度可扩展的平台来执行高级数学运算，其算法是用 R 或类似 Python 的语法编写的。 企业已经在使用它来跟踪汽车维修客户服务、规划机场交通以及将社交媒体数据与银行客户联系起来。 它可以在 Spark 或 Hadoop 上运行。

14.TensorFlow

TensorFlow 是 Google 的开源人工智能工具。 它提供了一个使用数据流图进行数值计算的库。 它可以在具有单个或多个 CPU 和 GPU 的各种不同系统上运行，甚至可以在移动设备上运行。 它提供了深度的灵活性、真正的可移植性、自动微分以及对 Python 和 C++ 的支持。 它的网站有一个非常详细的教程列表，可以帮助开发人员和研究人员沉浸在使用或扩展其功能中。

15.火炬

Torch将自己描述为：“一个GPU优先的科学计算框架，广泛支持机器学习算法”，特点是灵活性和速度。 此外，它还可以通过软件包轻松应用于机器学习、计算机视觉、信号处理、并行处理、图像、视频、音频和网络等领域。 它依赖于一种名为 LuaJIT 的脚本语言，该语言基于 Lua。

通过：

作者：Cynthia Harvey 译者：朝志 校对：wxy

本文由 LCTT 原创编译，Linux China 自豪推出