[[253697]]

【51CTO.com快譯】最近十年人工智能的迅猛增長刺激了當前市場對人工智能和機器學習技能的巨大需求。基于機器學習的創新目前應用于從金融到醫療的幾乎各行各業。我們在本文中將重點介紹5種工具及其各自面向人工智能和機器學習模型的框架。每個工具或框架都附有簡短描述和功能特性介紹。

1.谷歌的TensorFlow

TensorFlow是一個開源編程庫，最初由谷歌大腦團隊的的研究人員開發。TensorFlow用于數據流圖形和圖表方面的數值計算。圖表中的節點與數值任務對話，而圖表邊緣與在它們之間傳遞的多維信息數組(張量)對話。這種自適應設計讓你使用單個API，就可以將計算部署到工作區、服務器或手機中的至少一個CPU或GPU。

TensorFlow提供多種多樣的API。最基本的API：TensorFlow Core為你提供了全面的編程控制。較龐大的API基于TensorFlow Core，學習和使用起來要求通常不如TensorFlow Core那么高。此外，更高級別的API使得冗余任務在諸客戶端之間要求較低、更加可靠。

鏈接：https://www.tensorflow.org/

2.Caffe：一種注重表達、速度和模塊化的深度學習框架。

Caffe是面向計算機視覺相關任務的一種強大的、眾所周知的決策，可以從Caffe Model　Zoo下載Caffe客戶制作的眾多高效模型，直接可以拿來使用。它最初由賈揚清在加州大學伯克利分校攻讀博士學位期間開發而成，后來逐漸被伯克利AI研究中心(BAIR)和網絡贊助商大力推廣。它基本上以用于計算機視覺的卷積系統為中心。

鏈接：http://caffe.berkeleyvision.org/

3.Torch：一個開源機器學習庫、一種邏輯處理框架以及一種基于Lua編程語言的腳本語言。

Torch為深度機器學習提供了廣泛的算法。它使用腳本語言LuaJIT和基本的C/CUDA用法。它提供了一個可適應的N維數組即張量，支持針對索引、切片、轉置、類型拋出、調整大小、共享庫存和克隆的基本例程。該工具甚至支持各大平臺，比如iOS、Windows、Mac OS X、Linux和Android。

Torch被Facebook AI研究組織之類的龐大協會使用。它已經在Android和iOS上使用。它已被用于構建用于數據流的硬件實現，比如神經系統中的數據流。Facebook已經發布了一套擴展模塊作為開源編程。

PyTorch是一個開源機器學習庫，廣泛用于用Python編寫的應用程序，比如自然語言處理。它主要由FaceBook的AI研究組織創建，優步用于概率編程的Pyro編程技術基于它。

鏈接：http://torch.ch/

4.Neuroph：一種用Java語言編寫的面向對象的神經網絡框架。

Neuroph可用于訓練和創建用Java程序編寫的神經系統。它提供了一個Java類庫，還提供了名為easyNeurons的GUI工具，用于制作和準備神經系統。Neuroph是一個輕量級Java神經系統，也是用于創建基本神經系統模型的框架。它包含一個全面規劃的開源Java庫，與基本的NN概念有關的基本類沒有幾個。它還有令人愉快的GUI神經網絡編輯工具，可快速制作Java神經系統段。它采用Apache 2.0許可證作為開源發布。

Neuroph的中心類相當于基本的神經系統概念，比如人工神經元、神經元層、神經元關聯、權重、交換工作、輸入工作和學習指南等。Neuroph支持基本的神經系統結構，比如，具有反向傳播、Kohonen和Hopfield系統的多層感知器。這每一類都可以擴展和重做，以構建自定義神經系統和制定學習規則。Neuroph致力于幫助圖像識別。

鏈接：http://neuroph.sourceforge.net/

5.Deeplearning4j(DL4J)：據說是為Java和Scala構建的一種主要的商業級、開源、分布式深度學習庫。

Deeplearning4j(DL4J)與Hadoop和Spark合并。DL4J旨在運行在分布式GPU和CPU上的商業環境。Deeplearning4j的優點如下：

• Deeplearning4j旨在注重配置傳統而非設計，以此站在前沿，這考慮到了面向非研究人員的快速原型設計。
• 可以大規模定制。
• DL4J可以通過Keras從大多數實際系統導入神經網絡模型，包括TensorFlow、Caffe和Theano，克服了Python生態系統與JVM、數據科學家和DevOps之間的差距。Keras被用作Deeplearning4j的Python API。

鏈接：https://deeplearning4j.org/

本文中分析的幾種庫極其高效，最終具有高水準。像Facebook、谷歌、雅虎、蘋果和微軟這樣大企業在使用這些庫用于深度學習和機器學習事業，所以你有什么理由不這么做呢?你能想到經常使用的其他庫嗎?歡迎留言交流!

原文標題：5 Open Source Frameworks For Artificial Intelligence & Machine Learning Models，作者：Rashmi Inglekh

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】