网站管理建设工作,wordpress 媒体库 直链,开网店哪个平台最好,网站用什么技术做的全世界只有3.14 % 的人关注了数据与算法之美Python 由于本身的易用优势和强大的工具库储备#xff0c;成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习#xff0c;已然是各大项目最偏爱的语言。其实除了 Python #xff0c;也不乏有开发者用其他语… 全世界只有3.14 % 的人关注了数据与算法之美Python 由于本身的易用优势和强大的工具库储备成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习已然是各大项目最偏爱的语言。其实除了 Python 也不乏有开发者用其他语言写出优秀的机器学习项目。在此列出其中一些个人认为值得关注的开源机器学习项目。由于篇幅有限推荐阅读推荐阅读《图解机器学习》。1、CDarknet —— 神经网络框架Darknet 是一个用 C 和 CUDA 编写的开源神经网络框架。它快速易于安装并支持 CPU 和 GPU 计算。CCV —— 计算机视觉库CCV 是 C-based/Cached/Core Computer Vision Library 的简称, 它是一个现代的计算机视觉库。CCV 是一种以应用驱动的算法库比如对静态物体如人脸的快速检测算法、对某些不容易定位物体如猫的准确检测算法、艺术文本的检测算法、长期目标的跟踪算法和特征点检测算法。2、CCNTK —— 深度学习工具包微软出品的开源深度学习工具包它把神经网络描述成一个有向图的结构叶子节点代表输入或者网络参数其他节点计算步骤。CNTK 不仅使深度神经网络DNN、卷积神经网络CNN、循环神经网络RNN和长短时记忆单元LSTM的实现变得非常容易还支持多个 GPU 组合、服务器自动分化和并行的随机梯度下降SGD学习。Caffe —— 深度学习框架Caffe 是一个清晰而又高效的深度学习框架模型与相应优化都是以文本形式而非代码形式给出并给出了模型的定义、最优化设置以及预训练的权重方便立即上手。同时它能够运行最棒的模型与海量的数据也能很方便扩展到新的任务和设置上。Kaldi —— 语音识别工具包Kaldi 是用 C 编写的语言识别工具包旨在供语音识别研究人员使用且易于修改和扩展。它在设计之初就尽可能地以最通用的形式提供的算法以保证其可扩展性。3、GoCloudForest —— 决策树组合算法纯 Go 编写的快速、灵活、多线程的决策树允许一些相关的算法用于具有缺失值的异构数据的分类、回归、特征选择和结构分析。它可以实现更快的训练时间非常适合现代处理器来学习二进制。4、JavaCoreNLP —— 自然语言处理工具coreNLP 是斯坦福大学开发的一套关于自然语言处理的工具使用简单功能强大。它可以通过输入原始文本给出单词的基本形式它们的词性、公司、人员的名称、解释日期、时间和数量等等。它最初针对英语开发但现在也已支持中文。H2O —— 机器学习和预测分析框架H2O 是一个分布式的、基于内存的、可扩展的机器学习和预测分析框架适合在企业环境中构建大规模机器学习模型。它使用开发者熟悉的界面可与 Hadoop 和 Spark 等大型数据技术无缝工作。它也提供许多流行算法的实现例如 GBM、Random Forest、Deep Neural Networks、Word2Vec 等。 Deeplearning4J —— 分布式神经网络库Deeplearning4J 是一个使用 Java 和 Scala 编写的分布式神经网络库集成了 Hadoop 和 Spark 设计用于运行在分布式 GPU 和 CPU 上的商业环境。它即插即用方便开发者在 APP 中快速集成深度学习功能Deeplearning4j 包括了分布式、多线程的深度学习框架以及普通的单线程深度学习框架。5、JavascriptNatural —— 自然语言处理工具node.js 下用的自然语言处理工具支持词法分析、词干分析、分类、语音、反比文档频数权重评价、WordNet、字符串相似度等处理。ConvNetJS —— 深度学习库ConvNetJS 是一个基于 JavaScript 的深度学习库可以让你在浏览器中训练深度网络。它可以帮助深度学习初学者更快、更直观的理解算法通过一些简单的 Demo 给用户最直观的解释。6、PHPPHP-ML —— 机器学习库PHP-ML 是 PHP 的机器学习库同时包含算法、交叉验证、神经网络、预处理、特征提取等多种特性。要求 PHP 版本 7.0 。PHP-ML 提供的机器学习算法包括关联规则学习Apriori 算法、分类器SVC、KNN、贝叶斯、回归最小二乘线性回归、支持向量回归、聚类KMeans、基于密度的聚类算法、矩阵运算相关准确率、混肴矩阵、与分类相关的结论如精确度、召回率、F1 值、支持率、模型运算管道Pipeline、神经网络多层感知机等。7、RubyTreat ——自然语言处理框架Treat 是一个自然语言处理和计算语言学的工具包。Treat 项目旨在为 Ruby 构建一个语言和算法均不可知的 NLP 框架支持文档检索、文本分块、分段和标记化等任务自然语言解析词性标注关键字提取和命名实体识别。Classifier —— 通用分类器模块Classifier 是可用贝叶斯算法及其他分类法的通用分类器模块。贝叶斯分类器的分类原理是通过某对象的先验概率利用贝叶斯公式计算出其后验概率即该对象属于某一类的概率选择具有最大后验概率的类作为该对象所属的类具有准确、快速、内存要求适当等特点。8、Objective CMLPNeuralNet —— 多层感知器MLPNeuralNet 是适用于 iOS 和 Mac OS X 的快速多层感知器神经网络库。它使用矢量操作和硬件加速如果可用构建在苹果加速框架之上通过训练有素的神经网络预测新的示例。9、SwiftBender —— 机器学习框架Bender 是 MetalPerformanceShaders 之上的一个抽象层abstraction layer可用于操作神经网络旨在更轻松地在 iOS 上运行预训练的网络。它可以让你轻松使用卷积、池化、全连接和一些规范化等最常见的层从而轻松地定义和运行神经网络。目前 Bender 有一个用于 TensorFlow 的适配器adapter其可以加载带有变量的图graph并将其「翻译」成 Bender 的层layer。Swift AI —— 深度学习库Swift AI 是一个完全由 Swift 编写的高性能 AI 和机器学习库包含用于人工智能和科学应用的常用工具集支持卷积神经网络、循环神经网络、遗传算法库、快速线性代数库、信号处理库等。这些工具采用先进的并行处理技术专门针对 iOS 和 OS X 硬件进行了优化目前支持所有的 Apple 平台并计划推出 Linux 版本支持。10、ScalaBreeze —— 数值处理库Breeze 是一个数值处理库是 ScalaNLP 的核心库包括线性代数、数值计算和优化目标是实现通用、干净、强大且不牺牲性能高效的机器学习方法。ScalaNLP 包含 Breeze 和 Epic一个高性能的统计解析器和结构化预测库。BIDMach —— 机器学习库BIDMach 是一个速度非常快的机器学习库支持逻辑回归、K-means、矩阵分解、随机森林、LDA 等。它是BIDMat 的一个姊妹项目BIDMat 是一个矩阵库。BIDMach 在一些评测中甚至跑出了比 Spark 还好的结果。11、.NETnuml —— 机器学习框架numl 是一个小巧的包含比较多的机器学习算法类库支持监督式和非监督式学习。支持很多常见的机器学习算法包括 Cluster、KMeans、PCA、DecisionTree、KNN、NaiveBayes、NeuralNetwork 等学习算法功能强大同时也包括一些数值计算的实现。Accord.NET —— 机器学习框架Accord.NET 为 .NET 提供机器学习、统计、人工智能、计算机视觉和图像处理方法。它可以在 Microsoft Windows、Xamarin、Unity3D、Windows Store 应用Linux 和移动设备上使用。在与 AForge.NET 项目合并之后该框架现在提供了一个用于学习/训练机器学习模型的统一 API 其易于使用和可扩展。来源开源中国版权归原作者所有转载仅供学习使用不用于任何商业用途如有侵权请留言联系删除感谢合作。【别和我说话】“工作战衣”的预售活动正在火热进行中数量有限欲购从速“不要和我说话否则我会控制不住我自己和你聊上三个小时最后什么也完不成。”购买者还将会有机会免费获超级数学建模的第一本书附超模君亲笔签名只限20名哦精品课程推荐选购数学科普正版读物严选“数学思维好物”送给孩子的益智礼物 | 办公室神器算法工程师成长阅读 | 居家高科技理工科男女实用型礼物精选 ----点击头像关注----超级数学建模数据与算法之美少年数学家数锐学堂惊喜酱个人号玩酷屋COOL
