AI已经是大趋势,不搞点人工智能就太落伍了,学习永无止境!
目录
一个用于机器智能的开源软件库。
TensorFlow是一个开源软件库,最初由研究Google Brain Team的研究人员和工程师开发。TensorFlow用于使用数据流图进行数值计算。图中的节点表示数学运算,而图表边表示在它们之间传递的多维数据阵列(张量)。灵活的体系结构允许您使用单个API将计算部署到桌面,服务器或移动设备中的一个或多个CPU或GPU。
TensorFlow提供多个API。最低级别的API - TensorFlow Core - 为您提供完整的编程控制。更高级别的API构建在TensorFlow Core之上。与TensorFlow Core相比,这些更高级别的API通常更易于学习和使用。此外,更高级别的API使重复性任务更容易,并且在不同用户之间更加一致。像tf.estimator这样的高级API可以帮助您管理数据集,估算器,培训和推理。
TensorFlow中的中央数据单位是张量。张量由一组原始值组成,这些原始值被整形为任意数量维度的数组。张量的等级是它的维数。
一些使用张量流的Google应用程序是:
RankBrain:在www.google.com上大规模部署深度神经网络,用于搜索排名
初始图像分类模型:基准模型和对高精度计算机视觉模型的后续研究,从赢得2014年Imagenet图像分类挑战的模型开始
SmartReply:深度LSTM模型,可自动生成电子邮件回复
用于药物发现的大规模多任务网络:一种深度神经网络模型,用于识别谷歌与斯坦福大学合作的有希望的候选药物。
用于OCR的设备上计算机视觉:用于进行光学字符识别以实现实时翻译的设备上计算机视觉模型
使用大数据进行机器学习的最佳工作场所。
SystemML是IBM创建的机器学习技术,已经达到了Apache Software Foundation的顶级项目状态之一,它是一个灵活,可扩展的机器学习系统。重要特征是:
通过R-like和类似Python的语言可以定制算法。
多种执行模式,包括Spark MLContext,Spark Batch,Hadoop Batch,Standalone和JMLC(Java机器学习连接器)。
基于数据和集群特征的自动优化,以确保效率和可扩展性。
SystemML被认为是用于机器学习的SQL。SystemML的最新版本(1.0.0)支持:Java 8 +,Scala 2.11 +,Python 2.7 / 3.5 +,Hadoop 2.6+和Spark 2.1+。
它可以在Apache Spark之上运行,它可以自动逐行扩展数据,确定您的代码是应该在驱动程序还是Apache Spark集群上运行。未来的SystemML开发包括利用GPU功能进行额外的深度学习,例如导入和运行神经网络架构以及用于训练的预训练模型。
SystemML的Java机器学习连接器(JMLC)
Java机器学习连接器(JMLC)API是一种编程接口,用于以嵌入方式与SystemML交互。JMLC的主要目的是作为评分API,其中您的评分函数使用SystemML的DML(声明性机器学习)语言表示。除了评分之外,嵌入式SystemML还可用于在单个计算机上运行的较大应用程序的上下文中执行无人监督学习(例如,群集)等任务。
深入学习框架,以表达,速度和模块化为基础。
Caffe项目由Yangqing Jia博士开设。在加州大学伯克利分校,然后由伯克利AI研究(BAIR)和社区贡献者开发。它主要关注计算机视觉应用的卷积网络。Caffe是计算机视觉相关任务的坚实和受欢迎的选择,您可以从Caffe模型动物园(下面的链接)下载Caffe用户制作的许多成功模型,以便开箱即用。
富有表现力的建筑鼓励应用和创新。模型和优化由配置定义,无需硬编码。通过设置单个标志在GPU计算机上进行训练,然后部署到商品群集或移动设备,在CPU和GPU之间切换。
可扩展代码促进了积极的开发。在Caffe的第一年,它已被超过1,000名开发人员分享,并且有许多重大变化。
速度使Caffe成为研究实验和行业部署的理想选择。Caffe 每天可以使用一个NVIDIA K40 GPU 处理超过60M的图像。
社区:Caffe已经为视觉,语音和多媒体领域的学术研究项目,创业原型,甚至大规模的工业应用提供支持。
分布式线性代数框架和数学表达Scala DSL
Mahout旨在让数学家,统计学家和数据科学家快速实施他们自己的算法。Apache Spark是推荐的开箱即用的分布式后端,或者可以扩展到其他分布式后端。
数学上富有表现力的Scala DSL
支持多个分布式后端(包括Apache Spark)
用于CPU / GPU / CUDA加速的模块化原生求解器
Apache Mahout目前实现了包括协作过滤(CF),聚类和分类在内的领域
品尝CF. Taste是由Sean Owen在SourceForge上创建的CF(协同过滤)的开源项目,并于2008年捐赠给Mahout。
几个Map-Reduce启用的聚类实现包括k-Means,模糊k-Means,Canopy,Dirichlet和Mean-Shift。
分布式朴素贝叶斯和互补朴素贝叶斯分类实现。
用于进化编程的分布式适应度函数。
矩阵和矢量库。
所有上述算法的示例。
一个用C ++编写的开源类库,它实现了神经网络。
OpenNN(开放式神经网络图书馆)以前被称为Flood,它基于博士学位。R. Lopez的论文,“工程中变分问题的神经网络”,加泰罗尼亚技术大学,2008年。
OpenNN将数据挖掘方法实现为一组函数。这些可以使用应用程序编程接口(API)嵌入到其他软件工具中,用于软件工具和预测分析任务之间的交互。OpenNN的主要优点是其高性能。它采用C ++开发,可实现更好的内存管理和更高的处理速度,并通过OpenMP和GPU加速与CUDA实现CPU并行化。
该软件包附带单元测试,许多示例和大量文档。它为神经网络算法和应用的研究和开发提供了有效的框架。Neural Designer是一个使用OpenNN的专业预测分析工具,这意味着Neural Designer的神经引擎是使用OpenNN构建的。
OpenNN旨在从数据集和数学模型中学习。
函数回归。
模式识别。
时间序列预测。
最佳控制。
最佳形状设计。
反问题。
开源机器学习库,科学计算框架和基于Lua编程语言的脚本语言。
Torch由Facebook AI Research Group,IBM,Yandex和Idiap Research Institute使用。它已被扩展用于Android和iOS,并已用于构建数据流的硬件实现,如神经网络中的数据流。
Facebook已经发布了一组扩展模块作为开源软件。
PyTorch是一个用于Python的开源机器学习库,用于自然语言处理等应用程序。它主要由Facebook的人工智能研究小组开发,用于概率编程的优步“Pyro”软件就是基于它构建的。
用Java编写的面向对象的神经网络框架。
Neuroph可用于在Java程序中创建和训练神经网络。Neuroph提供Java类库以及用于创建和训练神经网络的GUI工具easyNeurons。Neuroph是轻量级Java神经网络框架,用于开发通用的神经网络架构。它包含一个设计良好的开源Java库,其中包含少量与基本NN概念相对应的基本类。它还具有很好的GUI神经网络编辑器,可以快速创建Java神经网络组件。它已在Apache 2.0许可下作为开源发布。
Neuroph的核心类对应于基本的神经网络概念,如人工神经元,神经元层,神经元连接,权重,传递函数,输入函数,学习规则等.Neuroph支持常见的神经网络架构,如具有反向传播的多层感知器,Kohonen和Hopfield网络。所有这些类都可以扩展和定制,以创建自定义神经网络和学习规则。Neuroph内置支持图像识别。
为Java和Scala编写的第一个商业级,开源,分布式深度学习库。
Deeplearning4j旨在成为最先进的即插即用和更多的约定而不是配置,这允许非研究人员进行快速原型设计。
DL4J可以大规模定制。
DL4J可以通过Keras从大多数主要框架导入神经网络模型,包括TensorFlow,Caffe和Theano,通过跨数据科学家,数据工程师和DevOps的跨团队工具包弥合Python生态系统和JVM之间的差距。Keras被用作Deeplearning4j的Python API。
使用Skymind的模型服务器在生产中提供机器学习模型。
声称是世界上第一个开源助手,可用于从科学项目到企业软件应用程序的任何事物。
Mycroft可以在任何地方运行 - 在台式计算机上,汽车内或Raspberry Pi上。这是一个开源软件,可以自由重新混合,扩展和改进。Mycroft可用于从科学项目到企业软件应用程序的任何事物。
OpenCog是一个旨在构建开源人工智能框架的项目
OpenCog是一种多样化的认知算法集合,每一种都体现了他们自己的创新 - 但是整体架构的强大之处在于它严格遵守认知协同原理。OpenCog最初是基于2008年发布的Novamente LLC专有“Novamente认知引擎”(NCE)的源代码。原始的NCE代码在PLN书中讨论(参见下文)。正在进行的OpenCog开发得到了人工智能通用研究所(AGIRI),Google Summer of Code项目等的支持。
更新:建议阅读 Anton Shaleynikov撰写的Dzone文章 ,其中详细介绍了最佳框架。
原文标题《10 Open-Source Tools/Frameworks for Artificial Intelligence》
译者:February
不代表云加社区观点,更多详情请查看原文链接
文章浏览阅读3.3k次,点赞7次,收藏39次。CPU 执行现行程序的过程中,出现某些急需处理的异常情况或特殊请求,CPU暂时中止现行程序,而转去对异常情况或特殊请求进行处理,处理完毕后再返回现行程序断点处,继续执行原程序。void 函数名(void) interrupt n using m {中断函数内容 //尽量精简 }编译器会把该函数转化为中断函数,表示中断源编号为n,中断源对应一个中断入口地址,而中断入口地址的内容为跳转指令,转入本函数。using m用于指定本函数内部使用的工作寄存器组,m取值为0~3。该修饰符可省略,由编译器自动分配。_51单片机中断篇
文章浏览阅读396次。项目经验(案例一)项目时间:2009-10 - 2009-12项目名称:中驰别克信息化管理整改完善项目描述:项目介绍一,建立中驰别克硬件档案(PC,服务器,网络设备,办公设备等)二,建立中驰别克软件档案(每台PC安装的软件,财务,HR,OA,专用系统等)三,能过建立的档案对中驰别克信息化办公环境优化(合理使用ADSL宽带资源,对域进行调整,对文件服务器进行优化,对共享打印机进行调整)四,优化完成后..._网络工程师项目经历
文章浏览阅读1k次,点赞31次,收藏30次。LVS:Linux Virtual Server,负载调度器,内核集成, 阿里的四层SLB(Server Load Balance)是基于LVS+keepalived实现。NATTUNDR优点端口转换WAN性能最好缺点性能瓶颈服务器支持隧道模式不支持跨网段真实服务器要求anyTunneling支持网络private(私网)LAN/WAN(私网/公网)LAN(私网)真实服务器数量High (100)High (100)真实服务器网关lvs内网地址。
文章浏览阅读899次。https://www.toutiao.com/a6713171323893318151/作者 | 黄小邪/言有三编辑 | 黄小邪/言有三图像预处理算法的好坏直接关系到后续图像处理的效果,如图像分割、目标识别、边缘提取等,为了获取高质量的数字图像,很多时候都需要对图像进行降噪处理,尽可能的保持原始信息完整性(即主要特征)的同时,又能够去除信号中无用的信息。并且,降噪还引出了一..._噪声很大的图片可以降噪吗
文章浏览阅读152次。目录谨慎地覆盖cloneCloneable接口并没有包含任何方法,那么它到底有什么作用呢?Object类中的clone()方法如何重写好一个clone()方法1.对于数组类型我可以采用clone()方法的递归2.如果对象是非数组,建议提供拷贝构造器(copy constructor)或者拷贝工厂(copy factory)3.如果为线程安全的类重写clone()方法4.如果为需要被继承的类重写clone()方法总结谨慎地覆盖cloneCloneable接口地目的是作为对象的一个mixin接口(详见第20_为继承设计类有两种选择,但无论选择其中的
文章浏览阅读958次,点赞21次,收藏24次。今天学长向大家分享一个毕业设计项目基于协同过滤的电影推荐系统项目运行效果:项目获取:https://gitee.com/assistant-a/project-sharing21世纪是信息化时代,随着信息技术和网络技术的发展,信息化已经渗透到人们日常生活的各个方面,人们可以随时随地浏览到海量信息,但是这些大量信息千差万别,需要费事费力的筛选、甄别自己喜欢或者感兴趣的数据。对网络电影服务来说,需要用到优秀的协同过滤推荐功能去辅助整个系统。系统基于Python技术,使用UML建模,采用Django框架组合进行设
文章浏览阅读614次。10G SFP+光模块被广泛应用于10G以太网中,在下一代移动网络、固定接入网、城域网、以及数据中心等领域非常常见。下面易天光通信(ETU-LINK)就为大家一一盘点下10G SFP+光模块都有哪些吧。一、10G SFP+双纤光模块10G SFP+双纤光模块是一种常规的光模块,有两个LC光纤接口,传输距离最远可达100公里,常用的10G SFP+双纤光模块有10G SFP+ SR、10G SFP+ LR,其中10G SFP+ SR的传输距离为300米,10G SFP+ LR的传输距离为10公里。_10g sfp+
文章浏览阅读239次。该项目含有源码、文档、程序、数据库、配套开发软件、软件安装教程。欢迎交流项目运行环境配置:项目技术:Express框架 + Node.js+ Vue 等等组成,B/S模式 +Vscode管理+前后端分离等等。环境需要1.运行环境:最好是Nodejs最新版,我们在这个版本上开发的。其他版本理论上也可以。2.开发环境:Vscode或HbuilderX都可以。推荐HbuilderX;3.mysql环境:建议是用5.7版本均可4.硬件环境:windows 7/8/10 1G内存以上;_基于vue美食网站源码
文章浏览阅读62次。oldwain随便写@hexun链接:http://oldwain.blog.hexun.com/ ...
文章浏览阅读843次,点赞16次,收藏22次。用这个工具扫描其它网站时,要注意法律问题,同时也比较慢,所以我们以之前写的登录页面为例子扫描。_sqlmap拖库
文章浏览阅读1.5w次,点赞5次,收藏38次。Origin也能玩转图片的拼接组合排版谭编(华南师范大学学报编辑部,广州 510631)通常,我们利用Origin软件能非常快捷地绘制出一张单独的绘图。但是,我们在论文的撰写过程中,经常需要将多种科学实验图片(电镜图、示意图、曲线图等)组合在一张图片中。大多数人都是采用PPT、Adobe Illustrator、CorelDraw等软件对多种不同类型的图进行拼接的。那么,利用Origin软件能否实..._origin怎么把三个图做到一张图上
文章浏览阅读4.2k次,点赞4次,收藏51次。51单片机智能电风扇控制系统仿真设计( proteus仿真+程序+原理图+报告+讲解视频)仿真图proteus7.8及以上 程序编译器:keil 4/keil 5 编程语言:C语言 设计编号:S0042。_电风扇模拟控制系统设计