技术开发 频道

机器学习的五大优异开源工具

  【IT168 编译】机器学习似乎每天都有进步,每天都有新技术诞生,例如,图像、声音识别等等。这些机器学习的大部分技术都是有硅谷资助的,且现在还有大部分的公司在寻找机器学习和深度学习的程序员。

机器学习的五大优异开源工具

  去年是一个信息自由的好年头,谷歌、微软、Facebook、亚马逊甚至百度等行业巨头都相继开放了自己的机器学习框架。这些开源代码不仅可以培养很多这方面的人才,同时也有助于社区的发展。在机器学习的开源领域,Google无疑是巨头,TensorFlow在众多方面都击败了其他竞争者。

  机器学习会带来真正的革命,它的科学进步不属于任何一家公司,而属于全球。机器学习的开放也意味着每个人都可以参与到这场革命中。下面,我们为大家推荐了机器学习的五大开源工具(排名不分先后):

  OpenAI

  有人担心机器学习的军备竞赛会使世界上的顶尖大学失去AI人才,因为技术的巨大飞跃会打上某个公司的专有标签。所以,Elon Musk和他的朋友为OpenAI投资了超过10亿美元,而这是一个非盈利的AI研究计划。

  OpenAI的使命是建立安全的人工智能(AGI),确保AGI优势尽可能广泛和均匀地分布。我们期望AI技术在短期内会有巨大的影响,且影响力将超过第一代AGI的影响力;

  OpenAI拥有超过60名全职研究人员,发表了数篇有关AI和开源软件工具进展的论文。

  TensorFlow

  这是谷歌开源的机器学习库,它在整个机器学习领域目前地位还是排在首位。TensorFlow主要使用Python编写,其中也有一些Java和Go的实验API。

  TensorFlow的入门课程有两个部分组成,一个是初学者部分,还有一个是ML专家部分。TensorFlow估计是本文推荐的开源工具中最易于访问的。而且它也是GitHub上最优异的开源机器学习工具,拥有很多项目以及庞大的社区。

  char-rnn

  这个基于Torch/Lua的神经网络能够被推荐,完全是因为Janelle Shane的工作。来自the Frontier of Science的研究员McShane已经提出了一些令人惊奇的有趣的项目,且与字符级语言模型息息相关,例如recipes,、planets、Pokémon等等,其神经网络正在尝试最难学的部分。

  Torch本身就是一个很好的学习框架,并不是完全因为FB支持这个框架才被广为称道。

  PaddlePaddle

  PaddlePaddle是一个新的深度学习平台,它是由百度、中国谷歌的研究人员研究开发的。百度拥有一个相当先进的AI实验室,由前斯坦福大学教授负责管理。PaddlePaddle几乎是谷歌开源深度学习优势的直接投射。

  Paddle代表PArallel Distributed Deep LEarning,它被称为易于使用,高效,灵活和可扩展的深度学习平台。它的入门界面对于深度学习的初学者来说相当有利,它有一些问题集可以帮助开发者完成初始步骤。

  CNTK

  Microsoft的Cognitive Toolkit是一个深度学习的工具包,用于训练算法像人脑一样学习。其在GitHub页面指出,“微软正在积极使用并不断发展CNTK,同样的,这时的CNTK也不是完美的,也会有错误。”

  这个工具毫无疑问地是使用神经网络来处理非结构化数据的大数据集。CNTK具有更快的训练时间和易于使用的架构,可高度自定义,让用户选择自己的参数,算法和网络。它用Python和C ++编写。

0
相关文章