当前位置:大数据业界动态 → 正文

Github推荐:五大顶尖热门机器学习框架

责任编辑:cres 作者:钰莹编译 |来源:salon36沙龙  2018-02-01 11:30:23 本文摘自:it168
机器学习的爆炸性增长推动了许多开源工具的发展,使得开发人员更容易学习其技术。接下来,我们来看看开发者最喜欢的Java和Python机器学习框架都有哪些?
 
据技术专家介绍,未来人工智能和机器学习的前景是光明的。所以,如果开发者想学习一门理想的技能,机器学习是很棒的选择。本文了解了顶级的机器学习库和开源项目,给出了以下五大优秀框架。(排名不分先后)
 
Apache Singa
 
Apache Singa由新加坡国立大学的团队开发,是一个灵活可扩展的利用大数据分析的深度学习平台。这个深度学习框架为大量数据的可扩展分布式培训提供了灵活架构。Singa可扩展以运行各种硬件,主要应用在图像识别和自然语言处理(NLP)方面。
 
Singa目前是一个Apache孵化器项目,提供了简单的编程模型,可以在一个节点集群上工作。分布式深度学习在训练过程中使用模型划分和并行化,一般而言,Singa支持传统的机器学习模型,如逻辑回归。
 
Singa是用Java,C ++和Python编写的,可以在AWS上或通过Docker尝试使用。
 
Apache Mahout
 
Apache的另一个开源产品Apache Mahout是一个分布式线性代数框架,用于创建可扩展的高性能机器学习应用程序,旨在让数学家,统计学家和数据科学家快速实现算法,Mahout主要关注协同过滤,聚类和分类。
 
Apache Mahout使程序员能够在大数据平台执行的交互式环境中实现数学运算,然后将完全相同的代码移至应用程序并进行部署。Mahout Samsara提供了一个分布式线性代数和统计引擎,该引擎不仅性能良好,还可与交互式shell(现在位于Apache Zeppelin中)一起分发,可在生产环境中链接到应用程序的库。Mahout通常搭载Apache Hadoop平台使用map / reduce范例,但这不会限制对基于Hadoop实现的贡献。
 
最后,Apache Mahout是用Java和Scala编写的。
 
Microsoft Cognitive Toolkit (CNTK)
 
微软的认知工具包是一个开源的深度学习工具包,用于训练机器像人脑一样学习算法。CNTK使得用户可以很容易地使用流行的机器学习模型,如feed-forwards DNN,卷积神经网络和递归神经网络。
 
这个工具毫无疑问是使用神经网络处理非结构化数据的大数据集。凭借更短的培训时间和易于使用的架构,CNTK具有高度可定制性,允许程序员选择自己的参数,算法和网络。由于其支持“多机多GPU”,CNTK很容易胜过其竞争对手。如果有兴趣,微软甚至会提供一个介绍视频。
 
最后,Microsoft CNTK是用Python和C ++编写的。
 
Caffe
 
由伯克利人工智能研究团队开发的Caffe是一个由表达式,速度和模块化组成的深度学习框架。富有表现力的架构鼓励应用和定制创新,配置选项允许用户通过设置一个标志在CPU和GPU之间切换。Caffe的可扩展代码已经帮助推动了它的早期发展,使其成为一个被高度评价的GitHub机器学习项目。
 
Caffe的速度使其对研究机构和行业部署都非常有价值,它是通过卷积神经网络(CNN)来开发用于计算机视觉/图像分类的。Caffe提供一组预先训练的模型,不需要任何编码来实现。然而,Caffe最适合于构建应用,并且不是计算机视觉以外的任何其他应用。
 
最后,Caffe是用C++编写的有Python接口的机器学习框架。
 
TensorFlow
 
最后一个是我们最喜欢的机器学习框架,被称作无与伦比的TensorFlow框架。 TensorFlow是一个使用数据流图进行数值计算的开源软件库,是GitHub上最受欢迎的机器学习项目,也是参与者和贡献者最多的机器学习项目。
 
无论是台式机,salon36沙龙还是手机,TensorFlow灵活的架构都可以使用户轻松使用单一API将计算部署到一个或多个CPU或GPU。
 
TensorFlow主要是用Python编写的,但它也支持Java和Go的一些用法。
 
结论
 
在2018年,Python的持续增长肯定与过去几年机器学习的爆炸式增长有关。一些世界上最受欢迎的ML框架和库是由Python编写或主要由Python支持的,包括TensorFlow,Keras,Theano以及sci-kit learn,Chainer,H20,Microsoft Azure Studio,Veles和Neon等小型项目。Python不支持,C ++也支持,比如微软的CNTK和Caffe。
 
所以,如果你有兴趣学习一些ML技能,或者抓住最新的技术浪潮,那么可能是时候把旧的Python或C ++教科书甩开,开始实践了。
关键字:机器学习 本文摘自:it168
Github推荐:五大顶尖热门机器学习框架 扫一扫
分享本文到朋友圈
关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士 企业网版权所有©2010-2018 京ICP备09108050号-6
^
salon36