15 个开源的顶级人工智能工具

2顶
0踩

2016-10-11 11:30 by 副主编 mengyidan1988 评论(1) 有14154人浏览

人工智能 TensorFlow hadoop

AI是科技研究中最热门的方向之一。像 IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投入大量的资金、或者收购那些在机器学习、神经网络、自然语言和图像处理等领域取得了进展的初创公司。考虑到人们对此感兴趣的程度，我们将不会惊讶于斯坦福的专家在人工智能报告中得出的结论：“越来越强大的人工智能应用，可能会对我们的社会和经济产生深远的积极影响，这将出现在从现在到 2030 年的时间段里。”

在最近的一篇文章中，我们概述了 45 个十分有趣或有前途的人工智能项目。在本文中，我们将聚焦于开源的人工智能工具，详细的了解下最著名的 15 个开源人工智能项目。

以下这些开源人工智能应用都处于人工智能研究的最前沿。

1. Caffe

它是由贾扬清在加州大学伯克利分校的读博时创造的，Caffe 是一个基于表达体系结构和可扩展代码的深度学习框架。使它声名鹊起的是它的速度，这让它受到研究人员和企业用户的欢迎。根据其网站所言，它可以在一天之内只用一个 NVIDIA K40 GPU 处理 6000 万多个图像。它是由伯克利视野和学习中心（BVLC）管理的，并且由 NVIDIA 和亚马逊等公司资助来支持它的发展。

2. CNTK

Computational Network Toolkit的缩写，CNTK是一个微软的开源人工智能工具。不论是在单个 CPU、单个 GPU、多个 GPU 或是拥有多个 GPU 的多台机器上它都有优异的表现。微软主要用它做语音识别的研究，但是它在机器翻译、图像识别、图像字幕、文本处理、语言理解和语言建模方面都有着良好的应用。

3. Deeplearning4j

Deeplearning4j是一个 java 虚拟机（JVM）的开源深度学习库。它运行在分布式环境并且集成在 Hadoop 和 Apache Spark 中。这使它可以配置深度神经网络，并且它与 Java、Scala 和其他 JVM 语言兼容。

这个项目是由一个叫做 Skymind 的商业公司管理的，它为这个项目提供支持、培训和一个企业的发行版。

4. DMTK

DMTK是分布式机器学习工具Distributed Machine Learning Toolkit的缩写，和 CNTK 一样，是微软的开源人工智能工具。作为设计用于大数据的应用程序，它的目标是更快的训练人工智能系统。它包括三个主要组件：DMTK 框架、LightLDA 主题模型算法和分布式（多义）字嵌入算法。为了证明它的速度，微软声称在一个八集群的机器上，它能够“用 100 万个主题和 1000 万个单词的词汇表（总共 10 万亿参数）训练一个主题模型，在一个文档中收集 1000 亿个符号，”。这一成绩是别的工具无法比拟的。

5. H20

相比起科研，H2O更注重将 AI 服务于企业用户，因此 H2O 有着大量的公司客户，比如第一资本金融公司、思科、Nielsen Catalina、PayPal 和泛美都是它的用户。它声称任何人都可以利用机器学习和预测分析的力量来解决业务难题。它可以用于预测建模、风险和欺诈分析、保险分析、广告技术、医疗保健和客户情报。

它有两种开源版本：标准版 H2O 和 Sparking Water 版，它被集成在 Apache Spark 中。也有付费的企业用户支持。

6. Mahout

它是 Apache 基金会项目，Mahout是一个开源机器学习框架。根据它的网站所言，它有着三个主要的特性：一个构建可扩展算法的编程环境、像 Spark 和 H2O 一样的预制算法工具和一个叫 Samsara 的矢量数学实验环境。使用 Mahout 的公司有 Adobe、埃森哲咨询公司、Foursquare、英特尔、领英、Twitter、雅虎和其他许多公司。其网站列了出第三方的专业支持。

7. MLlib

由于其速度，Apache Spark 成为一个最流行的大数据处理工具。MLlib是 Spark 的可扩展机器学习库。它集成了 Hadoop 并可以与 NumPy 和 R 进行交互操作。它包括了许多机器学习算法如分类、回归、决策树、推荐、集群、主题建模、功能转换、模型评价、ML 管道架构、ML 持久、生存分析、频繁项集和序列模式挖掘、分布式线性代数和统计。

8. NuPIC

由Numenta公司管理的NuPIC是一个基于分层暂时记忆Hierarchical Temporal Memory，HTM理论的开源人工智能项目。从本质上讲，HTM 试图创建一个计算机系统来模仿人类大脑皮层。他们的目标是创造一个 “在许多认知任务上接近或者超越人类认知能力” 的机器。

除了开源许可，Numenta还提供NuPic的商业许可协议，并且它还提供技术专利的许可证。

9. OpenNN

作为一个为开发者和科研人员设计的具有高级理解力的人工智能，OpenNN是一个实现神经网络算法的 c++ 编程库。它的关键特性包括深度的架构和快速的性能。其网站上可以查到丰富的文档，包括一个解释了神经网络的基本知识的入门教程。OpenNN的付费支持由一家从事预测分析的西班牙公司Artelnics提供。

10. OpenCyc

由 Cycorp 公司开发的OpenCyc提供了对Cyc知识库的访问和常识推理引擎。它拥有超过 239,000 个条目，大约 2,093,000 个三元组和大约 69,000 owl：这是一种类似于链接到外部语义库的命名空间。它在富领域模型、语义数据集成、文本理解、特殊领域的专家系统和游戏 AI 中有着良好的应用。该公司还提供另外两个版本的 Cyc：一个可免费的用于科研但是不开源，和一个提供给企业的但是需要付费。

11. Oryx 2

构建在Apache Spark和Kafka之上的Oryx 2是一个专门针对大规模机器学习的应用程序开发框架。它采用一个独特的三层 λ 架构。开发者可以使用 Orys 2 创建新的应用程序，另外它还拥有一些预先构建的应用程序可以用于常见的大数据任务比如协同过滤、分类、回归和聚类。大数据工具供应商 Cloudera 创造了最初的 Oryx 1 项目并且一直积极参与持续发展。

12. PredictionIO

今年的二月，Salesforce 收购了PredictionIO，接着在七月，它将该平台和商标贡献给 Apache 基金会，Apache 基金会将其列为孵育计划。所以当 Salesforce 利用 PredictionIO 技术来提升它的机器学习能力时，成效将会同步出现在开源版本中。它可以帮助用户创建带有机器学习功能的预测引擎，这可用于部署能够实时动态查询的 Web服务。

13. SystemML

最初由 IBM 开发，SystemML现在是一个Apache大数据项目。它提供了一个高度可伸缩的平台，可以实现高等数学运算，并且它的算法用 R 或一种类似 python 的语法写成。企业已经在使用它来跟踪汽车维修客户服务、规划机场交通和连接社会媒体数据与银行客户。它可以在 Spark 或 Hadoop 上运行。

14. TensorFlow

TensorFlow是一个谷歌的开源人工智能工具。它提供了一个使用数据流图进行数值计算的库。它可以运行在多种不同的有着单或多 CPU 和 GPU 的系统，甚至可以在移动设备上运行。它拥有深厚的灵活性、真正的可移植性、自动微分功能，并且支持 Python 和 c++。它的网站拥有十分详细的教程列表来帮助开发者和研究人员沉浸于使用或扩展他的功能。

15. Torch

Torch将自己描述为：“一个优先使用 GPU 的拥有机器学习算法广泛支持的科学计算框架”，它的特点是灵活性和速度。此外，它可以很容易的通过软件包用于机器学习、计算机视觉、信号处理、并行处理、图像、视频、音频和网络等方面。它依赖一个叫做 LuaJIT 的脚本语言，而 LuaJIT 是基于 Lua 的。

查看图片附件

分享到：

2
顶

0
踩

评论共 1 条请登录后发表评论

1 楼梦行Monxin商城系统 2016-10-14 13:41

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

15个开源的顶级人工智能工具

涵盖了目前几乎所有开源的人工智能工具了，里面介绍得很清楚，看完你就知道该用哪家的了

10个开源的顶级人工智能工具.docx

【热门汇总】15 个开源的顶级人工智能工具

【技术公开课】阿里云机器学习...人工智能(artificial intelligence，AI)是科技研究中最热门的方向之一。像 IBM、谷歌、微软、Facebook 和亚马逊等公司都在研发上投入大量的资金、或者收购那些在机器学习、神经网...

15款顶级开源人工智能工具推荐

人工智能是技术研究领域最炙手可热的领域之一。IBM、谷歌、微软、Facebook和亚马逊等公司正投入巨资进行研发，并纷纷收购在机器学习、神经网络、神经语言和图像处理等领域取得进展的初创公司。考虑到人工智能如此受...

AI的10个开源工具/框架

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 TensorFlow 有用的链接 Apache SystemML 有用的链接 Caffe Caffe的优点有用的链接 Apache Mahout 功能/应用有用的链接 OpenNN 数据...

15款顶级的开源人工智能工具推荐

人工智能是技术研究领域最炙手可热的领域之一。IBM、谷歌、微软、Facebook和亚马逊等公司正...考虑到人工智能如此受关注，斯坦福大学的专家最近撰写的一份智能研究报告得出结论：“现在到2030年人工智能可能会出现

2020年最值得收藏的60个AI开源工具

本文，InfoQ梳理了60个2019年至今GitHub上热门的开源工具，献给那些对新征程满怀期待的开发者们。Flair (顶级 NLP 库）2018 年是 NLP 井喷的一年。像 ELMo 和谷歌 BERT 这样的库层出不穷，正如 Sebastian Ruder 所言...

15 个常用的顶级人工智能工具

在本文中，我们将聚焦于开源的人工智能工具，详细的了解下最著名的 15 个开源人工智能项目。欢迎加入966367816或扫描文末的二维码大家一起学习人工智能知识 1、Caffe 它是由贾扬清在加州大学伯克利分校的读...

基于Simulink的底层模型构建与代码生成系统：DBC自动导入、硬件信号支持

内容概要：本文深入探讨了Simulink If模块在嵌入式系统开发中的强大功能，特别是在汽车电子领域的应用。主要介绍了两种核心技术：一是DBC文件的自动导入生成模型及代码，二是硬件信号的导入生成模型及代码。DBC文件的自动导入能够快速构建CAN总线通信模型，简化信号解析和报文处理，生成的代码可以直接应用于AUTOSAR架构，实现ASW和BSW的无缝对接。硬件信号导入功能则允许开发者轻松地将硬件设备产生的信号集成到Simulink模型中，自动生成带有信号处理逻辑的代码，适用于实时数据采集和控制算法实现。此外，文中还详细展示了具体的MATLAB代码示例，解释了关键步骤和技术细节。适合人群：从事嵌入式系统开发、汽车电子开发的工程师和技术人员，尤其是那些希望提高开发效率、减少手动配置工作的专业人士。使用场景及目标：① 快速搭建基于DBC文件的CAN通信模型，自动生成符合AUTOSAR标准的代码；② 实现硬件信号的实时处理和控制，如数据采集、信号滤波等；③ 提升开发效率，缩短项目周期，降低错误率。其他说明：文中提到的技术不仅限于汽车电子领域，也可广泛应用于工业自动化和其他需要复杂信号处理和实时控制的场合。

交变磁场对含感应材料沥青路面温度的影响

内容概要：本文探讨了交变磁场下含感应材料的沥青路面温度变化现象及其背后的物理原理。通过引入交变磁场与感应材料的相互作用，沥青路面能够产生感应电流并转化为热量，从而提高路面温度。文中详细介绍了这一过程的理论基础，如焦耳定律和涡流损耗，并提供了多个Python代码片段用于模拟和验证相关物理现象。此外，还讨论了该技术的实际应用场景，特别是在寒冷地区的冬季融雪除冰方面，以及对道路养护工作的积极影响。同时，文章提到了当前面临的技术挑战，如材料配比、施工难度和成本问题，并展望了未来的发展方向，包括智能化控制系统的应用。适合人群：从事道路工程、物理学、材料科学及相关领域的研究人员和技术人员。使用场景及目标：适用于希望了解新型道路工程技术的研发人员，旨在探索交变磁场与感应材料结合在沥青路面温度控制方面的潜力，推动技术创新和发展。其他说明：文章不仅阐述了基本原理，还展示了具体的数学建模和编程实例，帮助读者深入理解该技术的具体实现方法。同时也指出了现有技术和未来发展的局限性和改进空间。

模块化多电平(MMC)仿真：4电平MMC仿真模型

内容概要：本文详细介绍了4电平模块化多电平变换器(MMC)的仿真模型建立过程。首先回顾了MMC的基本原理，即通过控制子模块(SM)的投入和切除来合成所需电压。接着分别展示了基于Python和Matlab两种环境下的具体实现方式，包括子模块类的设计、桥臂电压计算、仿真参数配置等。文中不仅提供了完整的代码示例，还分享了许多实用技巧，如避免上下管同时导通、正确处理电容电压平衡、优化载波移相角等。此外，作者强调了实际操作过程中可能遇到的问题及解决方案，例如电容电压纹波过大、IGBT损耗增加、输出电压频谱存在毛刺等。适合人群：从事电力电子相关领域的研究人员和技术人员，尤其是对MMC感兴趣并希望深入了解其内部机制的人士。使用场景及目标：帮助读者掌握4电平MMC的工作原理，学会利用Python或Matlab进行仿真建模，提高解决实际工程问题的能力。其他说明：文章内容丰富详实，既有理论讲解也有实践经验分享，非常适合想要深入学习MMC技术的专业人士阅读。

西门子PLC与发那科机器人协同工作：净水器碳芯检测案例

内容概要：本文详细介绍了西门子S7-1200 PLC与发那科机器人、三菱伺服以及视觉系统的集成应用，用于净水器碳芯的检测。系统通过PLC进行四轴伺服控制，两台发那科机器人分别完成抓取和分拣任务，视觉系统负责精准定位。文中深入探讨了硬件布局、通讯协议、伺服控制逻辑、机器人程序、视觉处理算法等方面的细节和技术难点，如电机抖动、视觉补偿失效、通讯丢包等问题及其解决方案。最终，系统实现了4.5秒/件的检测节拍，误检率降至0.3%，展示了跨品牌设备高效协同工作的可能性。适合人群：从事工业自动化领域的工程师、技术人员，尤其是对PLC编程、机器人控制、视觉系统集成感兴趣的读者。使用场景及目标：适用于需要深入了解PLC与机器人协作、视觉系统集成的实际应用场景，旨在提高工业生产线的自动化水平和检测精度。其他说明：文中不仅提供了具体的代码示例，还分享了许多调试经验和优化技巧，有助于读者更好地理解和掌握相关技术。

自动泊车APA超声波算法开发技术详解

内容概要：本文详细探讨了自动泊车辅助系统（APA）中超声波算法的作用及其面临的挑战。首先介绍了超声波传感器的基本工作原理，即通过发射和接收超声波来测量距离。接着阐述了超声波算法在自动泊车系统中的具体应用，如构建车辆周围的环境模型、路径规划以及应对复杂的停车场景。文中还讨论了多种优化算法和技术手段，比如动态阈值调整、概率栅格法、Hybrid A*算法等，旨在提高系统的鲁棒性和准确性。此外，针对实际环境中可能出现的问题，如天气条件对超声波的影响、多传感器数据融合困难等，提出了相应的解决方案，如天气补偿算法、温度补偿模块等。适用人群：从事自动驾驶技术研发的工程师、研究人员，以及对智能交通感兴趣的科技爱好者。使用场景及目标：适用于希望深入了解自动泊车系统内部机制的人群，帮助他们掌握超声波算法的设计思路和实现方式，从而更好地应用于实际产品开发中。其他说明：文章不仅提供了理论知识，还包括大量实用的代码示例，有助于读者快速理解和实践。同时强调了工程实践中遇到的具体问题及解决办法，使读者能够全面认识这一领域的现状和发展趋势。

基于小波变换的图像融合步骤详解：从分解到融合，生成融合图像的过程

内容概要：本文详细介绍了基于小波变换的图像融合技术，涵盖了从理论到实践的具体步骤。首先解释了小波变换的基本原理，即将图像分解为不同频段的子图像，再通过特定的融合规则处理这些子图像，最后利用小波逆变换重建融合图像。文中提供了详细的Python代码示例，包括图像预处理、小波分解、融合规则应用以及最终的图像重建。此外，还讨论了该技术在医学图像融合、遥感图像融合等领域的广泛应用前景。适合人群：对图像处理感兴趣的初学者和有一定编程基础的研发人员。使用场景及目标：适用于需要将多个来源的图像信息整合为一张更具信息量的图像的场合，如医学影像诊断、遥感数据分析等。通过学习本文，读者可以掌握基于小波变换的图像融合技术的基本原理和实现方法。其他说明：文中提到的技术不仅限于医学图像，还可以应用于其他类型的图像融合任务。同时，文中提供的代码片段可以直接运行，帮助读者快速理解和实践相关概念。

锂离子电池的电化学阻抗谱

锂离子电池的电化学阻抗谱关于数据集在SoC为100%、90%、80%、70%、60%、50%、40%、30%、20%和10%的四个全新三星圆柱形ICR18650-26J可充电锂离子电池上测量了电化学阻抗谱（EIS）。对每个电池重复测量六次。其他电池的测量值将在可用时添加到数据集中。请注意，当前数据集中的测量值不包括在同一作者的先前（链接）数据集中。计算所有EIS频谱，测量频率为[0.05、0.1、0.2、0.4、1、2、4、10、20、40、100、200、400、1000]Hz的阻抗。阻抗值的格式为：Re{Z}+Im{Z}j ###阻抗。csv文件 MEASURE_ID：每个EIS测量的唯一识别码 SOC：电池的充电状态 BATTERY_ID：电池的唯一识别码 FREQUENCY_ID：频率ID。查找frequencies.csv文件以获取赫兹值 IMPEDANCE_VALUE：测量的复阻抗值，单位为欧姆，格式为：（Re{Z}+Im{Z}j) 6个测量值x 4个电池x 10个SOC x 14个频率=3360个阻抗值（行） ###频率。csv文件 FREQUENCY_ID：频率识别码 FREQUENCY_VALUE：频率值，单位为赫兹

2025年成都大学专升本计算机基础知识点模板.doc

开关电源辐射骚扰测试.zip

组态王仿真学习案例：石灰石断烧系统详解，实时历史曲线记录、报表分析与报警管理一网打尽，入门到进阶全功能展示

内容概要：本文详细介绍了利用组态王进行石灰石煅烧系统的仿真开发，涵盖实时曲线绘制、报警系统配置、报表生成功能等多个方面。文章从实际案例出发，通过具体的代码片段和操作步骤，讲解了如何实现温度PID控制、设备联锁、能源统计等功能。同时，作者分享了许多实践经验，如解决曲线不刷新问题、优化报警逻辑、提高报表生成效率等，帮助读者快速掌握组态王的核心技术和应用场景。适合人群：对工业自动化感兴趣的初学者以及希望深入了解组态王使用的工程师。使用场景及目标：适用于需要构建工业控制系统仿真模型的学习者或开发者，旨在通过实例演练提升对组态王的理解和运用能力，最终能够独立完成类似项目的开发。其他说明：文中提供了丰富的代码示例和技术细节，有助于读者更好地理解和实践。此外，还特别强调了一些常见的错误和注意事项，如控件命名规范、数据源绑定规则等，确保项目顺利实施。

智慧社区与楼宇管理系统：集成智能照明、安防与设备运维的Web端及可视化大屏解决方案

内容概要：本文详细介绍了智慧社区系统的多个关键技术模块及其代码实现，涵盖智能照明、楼控系统、安防系统以及运维管理等方面。首先探讨了智能照明系统的实现逻辑，通过人体移动传感器和环境光强度进行双重要素判断，确保照明系统的智能化运作。接着深入分析了楼控系统中的电梯调度算法，强调了动态负载均衡算法的应用，特别是在高峰时段的优化调度。对于安防系统，则着重于门禁系统和视频监控的联动，利用事件驱动机制实现异常情况的及时响应。最后讨论了可视化大屏的数据展示技术，采用ECharts等工具实现高效的数据可视化。此外，还提到了设备台账管理和运维管理中的定时任务脚本，展示了如何通过代码解决实际问题。适用人群：适用于具有一定编程基础的研发人员和技术爱好者，特别是对物联网、智能家居等领域感兴趣的开发者。使用场景及目标：帮助读者理解并掌握智慧社区各子系统的具体实现方法，能够应用于实际项目的开发中，提升系统的智能化水平和用户体验。其他说明：文中不仅提供了具体的代码示例，还分享了许多实战经验和技巧，如MQTT协议用于设备通信、WebSocket用于状态同步、ECharts用于数据可视化等。同时指出了实际开发过程中可能会遇到的问题及解决方案，如设备状态同步、视频流处理性能优化等。适合人群：具备一定编程基础，对物联网、智能家居等领域感兴趣的研发人员和技术爱好者。使用场景及目标：①理解智慧社区各子系统的具体实现方法；②将相关技术应用到实际项目开发中，提高系统的智能化水平和用户体验。阅读建议：本文不仅提供具体代码示例，还分享了大量实战经验与技巧，在学习过程中应重点关注这些实践经验，并结合自身项目情况进行实践探索。

2顶0踩