女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

Linux愛好者 ? 2018-02-05 14:47 ? 次閱讀

(點擊上方公眾號,可快速關注)

編譯:伯樂在線-飛哥的咖啡,英文:dashbouquet

盡管人工智能AI )已經存在很長時間了,但因為這一領域取得的巨大進步,它最近成為了一個流行詞。

AI 曾被認為是狂熱愛好者和天才的專屬領域,但由于各種庫和框架的蓬勃發展,它慢慢成為了一個不那么排外的 IT 領域,并吸引了大量的人才投入其中。

在本文中,我們將介紹那些用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性。

現在,讓我們進入并探索 AI 庫的世界吧。

TensorFlow:“使用數據流程圖對可拓展的機器學習進行計算”

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

語言:C++

84 725 ★

初接觸 AI 時,你聽說的首批框架應該包含了谷歌的 TensorFlow。

TensorFlow 是一個使用數據流程圖進行數值計算的開源軟件。這個不錯的框架因其架構而聞名,它允許在任何 CPUGPU 上進行計算,不管是桌面、服務器,還是移動設備。它可在 Python 編程語言中使用。

TensorFlow 主要是通過數據層進行排序,而我們可以調用節點,并根據所得到的信息進行決策。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

使用簡單易學的語言,如 Python。

使用計算圖進行抽象。

可以使用 TensorBoard 獲得可視化。

缺點:

運行速度慢,因為 Python 不是最快的語言。

缺乏許多預訓練的模型。

不完全開源。

Microsoft CNTK:“開源的深度學習工具包”

語言:C++

13 516 ★

我們是否可以將它看作是微軟對谷歌 TensorFlow 的回應?

微軟的CNTK(計算網絡工具包)是一個用來增強模塊化和保持計算網絡分離的庫,提供學習算法和模型描述。

在需要大量服務器進行計算的情況下,CNTK 可以同時利用多臺服務器。

據說 CNTK 在功能上接近谷歌的 TensorFlow,但速度比對方要快一些。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

高度靈活。

允許分布式訓練。

支持 C++、C#Java 和 Python。

缺點:

它由一種新的語言——NDL(網絡描述語言)實現。

缺乏可視化。

Theano:“數值計算庫”

語言:Python

7 550 ★

作為 TensorFlow 的強有力競爭對手,Theano 是一個強大的 Python 庫,它允許使用高效多維數組進行數值計算。

它不使用 CPU,而是透明地使用 GPU,用于數據密集型計算,所以效率很高。

因此,在大約 10 年內,Theano 一直被用于大規模的數據密集型計算。

然而,在 2017 年 9 月 28 日當日,開發團隊宣稱,將在 2017 年 11 月 15 日發布 1.0 版后,停止對它的主要開發。

但這并沒有削弱它的強大實力,你仍可以使用它,隨時進行深入學習的研究。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

對 CPU 和 GPU 進行了適當優化。

高效的數值計算任務。

缺點:

與其他庫相比,原始的 Theano 有點兒低級。

需要與其他庫一起使用,以獲得較高級的抽象。

在 AWS 上使用有點小 Bug。

Caffe:“應對深入學習的快速開放架構”

語言:C++

22 111 ★

Caffe 是一個強大的深度學習框架。

和這個列表中的其他框架一樣,它對于深入學習的研究而言,是非常快速和有效的。

使用 Caffe,你可以輕易地構建一個用于圖像分類的 CNN(卷積神經網絡)。它在 GPU 上運行良好,使得運行速度非常快。

上圖是 Caffe 的主類。

優點:

可以與 Python 和 MATLAB 綁定使用。

高性能。

無需編寫代碼,即可訓練模型。

缺點:

對遞歸網絡支持不好。

對新架構來說不是很好。

Keras:“針對人類的深度學習”

語言:Python

23 711 ★

Keras 是一個用 Python 編寫的開源神經網絡庫。

不似TensorFlow、CNTK、Theano、Keras 這種端到端(End-to-End)的機器學習框架,

相反,它是一個接口,提供了高層次的抽象,使得神經網絡的配置變得更加簡單,而不必考慮所在的框架。

谷歌的 TensorFlow 目前支持 Keras 作為后端,而微軟的 CNTK 也將在短時間內獲得支持。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

它對用戶友好,易于上手。

高度拓展。

可以在 CPU 或 GPU 上無縫運行。

完美兼容 Theano 和 TensorFlow。

缺點:

不能有效地作為一個獨立的框架來使用。

Torch:“開源機器學習庫”

語言:C

7 584 ★

Torch 是一個用于科學計算和數值計算的開源機器學習庫。

它是一個基于 Lua 編程語言(終于不再是 Python)的庫。

通過提供大量算法,使得深入學習的研究更加容易,并提高了效率和速度。它有一個強大的 N 維數組,幫助進行類似切片和索引這樣的計算,并提供線性代數程序和神經網絡模型。官網:http://torch.ch/

優點:

高度靈活。

速度快,效率高。

大量的預訓練模型可用。

缺點:

說明文檔不夠清晰。

缺乏立即使用的即插即用代碼。

它基于一個不怎么流行的編程語言 Lua。

Accord.NET:針對 .NET 的機器學習、計算機視覺、統計學和通用科學計算

語言:C#

2 424 ★

這是為 C# 程序員準備的。

Accord.NET 框架是一個 .NET 機器學習框架,使得音頻和圖像的處理變得更加簡單。

該框架可以有效地解決數值優化、人工神經網絡,甚至給出了可視化的特征。此外,Accord.NET 對計算機視覺和信號處理具有強大的功能,并且易于算法實現。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

它擁有一個龐大且活躍的開發團隊。

說明文檔非常不錯。

高質量的可視化。

缺點:

這不是一個非常流行的框架。

與 TensorFlow 相比,速度慢

Spark MLlib:可擴展的機器學習庫

語言:Scala

15 708 ★

Apache 的 Spark MLlib 是一個具有高度拓展性的機器學習庫。

它在 Java、Scala、Python 甚至 R 語言中都非常有用,因為它使用 Python 和 R 中類似 Numpy 這樣的庫,能夠進行高效的交互。

MLlib 可以很容易地插入 Hadoop 工作流程中。它提供了機器學習算法,如分類、回歸、聚類等。

這個強大的庫在處理大規模的數據時,速度非常快。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

對于大規模數據處理來說,非常快。

可用于多種語言。

缺點:

陡峭的學習曲線。

僅 Hadoop 支持即插即用。

Sci-Kit Learn:“Python 中的機器學習”

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

語言:Python

24 369 ★

Sci-kit learn 是一個針對機器學習的強大 Python 庫,主要用于構建模型。

使用諸如 Numpy、SciPy 和 Matplotlib 等其他庫構建,對于統計建模技術(如分類、回歸、集群等)非常有效。

Sci-Kit learn的特性包括監督式學習算法、非監督式學習算法和交叉驗證。

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

可以使用許多 shell 算法。

高效的數據挖掘。

缺點:

不是最好的模型構建庫。

GPU 使用不高效。

MLPack:“可擴展的 C++ 機器學習庫”

語言:C++

1 856 ★

MLPack 是一個使用 C++ 實現的可擴展的機器學習庫。在 C++ 中,你可以猜到,它的內存管理非常出色。

擁有高質量的機器學習算法與庫,MLPack 的運行速度非常快。它對新手十分友好,因為它提供了一個可供使用的簡單 API

介紹用于 AI 開發的高質量庫,并談談它們的優缺點,以及特性

優點:

高度拓展。

可以與 Python 和 C++ 綁定。

缺點:

說明文檔不夠清晰。

總結

本文所討論的庫都非常高效,并經過了時間的考驗,質量上乘。五大巨頭 Facebook、谷歌、雅虎、蘋果、微軟都在使用這些庫進行深度學習和機器學習項目。

你有什么理由不用哪?

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • AI
    AI
    +關注

    關注

    87

    文章

    34090

    瀏覽量

    275196
  • C++
    C++
    +關注

    關注

    22

    文章

    2117

    瀏覽量

    74754
  • 機器學習
    +關注

    關注

    66

    文章

    8488

    瀏覽量

    134012
  • python
    +關注

    關注

    56

    文章

    4823

    瀏覽量

    86115

原文標題:10 個用于 AI 開發的框架和庫

文章出處:【微信號:LinuxHub,微信公眾號:Linux愛好者】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    protel輸出高質量gerber

    圖文并茂一步一步手把手教你輸出高質量的gerber傻瓜式教學。。。。[hide] [/hide]
    發表于 12-12 15:43

    高質量C++、C編程指南

    高質量C++、C編程指南
    發表于 08-06 11:58

    高質量C&C++

    高質量C&C++
    發表于 08-16 19:45

    高質量C語言編程

    高質量c語言,精,精,精,精華
    發表于 07-22 13:48

    編寫高質量C語言代碼

    編寫高質量C語言代碼 編寫高質量C語言代碼 編寫高質量C語言代碼
    發表于 07-31 17:47

    林銳《高質量C語言編程》

    林銳《高質量C語言編程》
    發表于 08-17 12:10

    高質量c語言高級教程

    。這些軟件頻頻獲獎,有一個軟件獲得首屆中國大學生電腦大賽軟高質量 C++/C 編程指南,v 1.0 2001 Page 7 of 101件展示一等獎。在 1995 年開發的一套圖形軟件到 2000
    發表于 01-07 11:16

    高質量編程

    干貨,《495個C語言問題》、《華為內部程序設計編碼規范》、《C語言:陷阱和缺陷》、《高質量C編程[林銳]》
    發表于 02-27 19:39

    【下載】高質量干貨-22本高質量EMC電磁兼容性設計資料

    22本高質量EMC電磁兼容性設計資料請君自取總體太大壓縮成兩個壓縮包。希望這些內容能對大家在設計上有所幫助!
    發表于 03-20 00:02

    用于低成本和低功耗聲音基于ATSAM2133B的高質量獨立評估板

    ATSAM2133-EK1,ATSAM2133-EK1評估板是基于ATSAM2133B(集成數字儀器)的高質量獨立評估板。 ATSAM2133-EK1是基于ATSAM2133B(集成數字儀器)的高品質獨立評估板,專用于低成本和低功耗聲音合成應用
    發表于 08-17 09:39

    請問怎么才能設計出高質量的印制線路板?

    怎么才能設計出高質量的印制線路板?
    發表于 04-23 06:57

    饋電電路有哪幾種?它們有什么優缺點以及應用范圍?

    饋電電路有哪幾種?它們有什么優缺點以及應用范圍?
    發表于 05-27 06:27

    現在主流單片機都有哪些?它們具有哪些特性優缺點

    現在主流單片機都有哪些?它們具有哪些特性優缺點
    發表于 09-27 07:21

    毫米波的傳播特性優缺點

    本文介紹了毫米波 (mmWave),包括其頻率、傳播特性以及常見應用的優缺點
    的頭像 發表于 04-21 16:59 ?9384次閱讀
    毫米波的傳播<b class='flag-5'>特性</b>及<b class='flag-5'>優缺點</b>

    雙絞線和同軸電纜的特征以及優缺點

    雙絞線和同軸電纜的特征以及優缺點? 雙絞線和同軸電纜都是用于傳輸信號和數據的常見電纜類型。它們在不同的應用場景中具有不同的特征和優缺點。下面
    的頭像 發表于 12-26 16:23 ?5823次閱讀