機器學習的五大頂級開源工具

機器學習似乎每天都有進步，每天都有新技術誕生，例如，圖像、聲音識別等等。這些機器學習的大部分技術都是有矽谷資助的，且現在還有大部分的公司在尋找機器學習和深度學習的程序員。

去年是一個信息自由的好年頭，谷歌、微軟、Facebook、亞馬遜甚至百度等行業巨頭都相繼開放了自己的機器學習框架。這些開源代碼不僅可以培養很多這方面的人才，同時也有助於社區的發展。在機器學習的開源領域，Google無疑是巨頭，TensorFlow在眾多方面都擊敗了其他競爭者。

機器學習會帶來真正的革命，它的科學進步不屬於任何一家公司，而屬於全球。機器學習的開放也意味著每個人都可以參與到這場革命中。下面，我們為大家推薦了機器學習的五大開源工具（排名不分先後）:

OpenAI

有人擔心機器學習的軍備競賽會使世界上的頂尖大學失去AI人才，因為技術的巨大飛躍會打上某個公司的專有標籤。所以，Elon Musk和他的朋友為OpenAI投資了超過10億美元，而這是一個非盈利的AI研究計劃。

OpenAI的使命是建立安全的人工智慧（AGI），確保AGI優勢儘可能廣泛和均勻地分布。我們期望AI技術在短期內會有巨大的影響，且影響力將超過第一代AGI的影響力；

OpenAI擁有超過60名全職研究人員，發表了數篇有關AI和開源軟體工具進展的論文。

TensorFlow

這是谷歌開源的機器學習庫，它在整個機器學習領域目前地位還是排在首位。TensorFlow主要使用Python編寫，其中也有一些Java和Go的實驗API。

TensorFlow的入門課程有兩個部分組成，一個是初學者部分，還有一個是ML專家部分。TensorFlow估計是本文推薦的開源工具中最易於訪問的。而且它也是GitHub上最頂級的開源機器學習工具，擁有很多項目以及龐大的社區。

char-rnn

這個基於Torch/Lua的神經網路能夠被推薦，完全是因為Janelle Shane的工作。來自the Frontier of Science的研究員McShane已經提出了一些令人驚奇的有趣的項目，且與字元級語言模型息息相關，例如recipes,、planets、Pokémon等等，其神經網路正在嘗試最難學的部分。

Torch本身就是一個很好的學習框架，並不是完全因為FB支持這個框架才被廣為稱道。

PaddlePaddle

PaddlePaddle是一個新的深度學習平台，它是由百度、中國谷歌的研究人員研究開發的。百度擁有一個相當先進的AI實驗室，由前斯坦福大學教授負責管理。PaddlePaddle幾乎是谷歌開源深度學習優勢的直接投射。

Paddle代表PArallel Distributed Deep LEarning，它被稱為易於使用，高效，靈活和可擴展的深度學習平台。它的入門界面對於深度學習的初學者來說相當有利，它有一些問題集可以幫助開發者完成初始步驟。

CNTK

Microsoft的Cognitive Toolkit是一個深度學習的工具包，用於訓練演算法像人腦一樣學習。其在GitHub頁面指出，「微軟正在積極使用並不斷發展CNTK，同樣的，這時的CNTK也不是完美的，也會有錯誤。」

這個工具毫無疑問地是使用神經網路來處理非結構化數據的大數據集。CNTK具有更快的訓練時間和易於使用的架構，可高度自定義，讓用戶選擇自己的參數，演算法和網路。它用Python和C ++編寫。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！