來源/ 優達學城Udacity（ID:youdaxue)

譯/ 李大狗

來源/ datamation.com

目前，人工智慧和機器學習仍在風頭浪尖上。IDC 諮詢去年 9 月做出預測， 2017 年全球在認知和人工智慧解決方案方面的支出約為 120 億刀。這一總額可能會以 50.1％ 的複合年增長率（CAGR）增長到 2021 年，屆時市場將高達 576 億刀。

在其 2018 年的報告中，機構預測今年「人工智慧將會重塑分析和商業創新」，同時「人工智慧將會作出決策並且對20%的機構提出實時指導」。然而它也提出了警告——「 2018 年，CIO 們認識到，要在 AI 這樣的新技術上發展，就需要繁重的工作。」

對於許多組織來說，大部分繁重的工作的第一步都是學習機器學習框架和人工智慧框架。根據 Gartner 的報告，59% 的組織還在收集信息以構建他們的人工智慧戰略。

大部分信息收集可能圍繞著開源解決方案。許多領先的人工智慧工具都可以通過開源許可證獲得，許多尖端的研究和開發工作都在這些開源項目上進行。

那麼，我們應該研究哪些開源 AI 解決方案？本文重點介紹 10 種最受歡迎的開源人工智慧和機器學習工具，趕緊收藏起來吧~

1 TensorFlow

由 Google 創建的 TensorFlow 已經成為當今最廣泛使用的機器學習框架之一。該項目的 GitHub 頁面擁有超過 87,700 顆 stars，並且已經 fork 超過 42,700 次。2017 年的 GitHub Octoverse 報告表明，這一開源 AI 工具是最多 fork 的項目之一，在「最多貢獻者榜單」中排名第5，在「最多討論榜單」中排名第 10。它在基於雲的服務中大受歡迎。同時，亞馬遜網路服務、微軟 Azure、和谷歌雲平台均提供與 TensorFlow 協同工作的支持和（或）或服務。 據該項目網站稱，使用它的公司包括 Airbnb、NVIDIA、Uber、SAP、Dropbox、eBay、Google、Intel、可口可樂、twitter 等等。TensorFlow 不愧是機器學習框架界的大佬了~

2 Scikit-Learn

Scikit-Learn 是一個重點在於「數據挖掘與數據分析」的 Python 機器學習工具。基於另外三個開源項目—— NumPy、SciPy 和 matplotlibe 之上，它提供了分類、回歸、聚類、降維、模型選擇和預處理的演算法。其用戶包括 Spotify，Evernote，OKCupid 和 Change.org 等等。起初時，它是谷歌的夏季代碼項目。隨後的開發得到多個組織的資助，其中包括 INRIA，Paris-Saclay 數據科學中心，紐約大學，Télécom Paristech，哥倫比亞大學，Alfred P. Sloan 基金會和悉尼大學。在 Github 上這個項目擁有了多於 25,300 的 stars 和多於 12,900 的 forks。

3 Caffe

Caffe 是 Yangqing Jia 的創意。他創建了這個項目，作為他在在加州大學伯克利分校的博士工作的一部分。伯克利人工智慧研究所（BAIR）正在進行這個項目的開發。項目網站將其描述為「由意識的表現、速度和模塊化構成的深度學習框架」。Caffe 的主要特徵為表現性架構、可擴展代碼、快性能以及一個包括學術和行業用戶的大型社區。在 GitHub 上，該項目在 GitHub 上擁有 22,600 多個 stars 和 13,800 多個 forks。

4 Microsoft Cognitive Toolkit

微軟認知工具包（以前稱為 CNTK ）自稱為「免費，易於使用的開源商業級工具包，可以訓練深度學習演算法，以像人類大腦一樣學習。」 這個 AI 解決方案是由微軟內部開發的，在 2016 年以開源許可的形式發布。它的主要特徵為支持 Python/C++/BrainScript 的工具、增強學習、生成對抗網路以及有監督和無監督的學習、有效資源使用、與 NumPy 相互協作以及與 Microsoft Azure 集成。該項目在 GitHub 上擁有 13,700 多個 stars 和 3600 多個 forks。

5 PredictionIO

作為一個 Apache 項目，PredictionIO 是一個開源的機器學習伺服器，它利用了許多其它 Apache 大數據工具，如 Hadhoop、HBase 和 Spark。公司經常使用它來實現 lambda 體系架構，該網站將其作為包括 Apache Spark，MLlib，HBase，Spray 和 Elasticsearch 的完整機器學習技術棧的一部分提供。該項目的目標是幫助數據科學家和開發人員快速創建可作為 Web 服務部署的預測引擎。該項目在 GitHub 上擁有 10,900 多個 stars 和 1,777 多個 forks。

6 Deeplearn.js

正如你可能從名字中猜出的那樣，deeplearn.js 是一個深度學習的 JavaScript 庫（JS 無所不能！）。它允許用戶在瀏覽器中訓練神經網路。像本文中其它的幾個開源 AI 項目一樣，它的起初可追溯到谷歌大腦團隊，並且谷歌在繼續支持這個項目。Deeplearn.js 包含兩個獨立的 API ——與 NumPy 相似的即時執行模型和更像 TensorFlow 的延遲執行模型。該項目在 GitHub 上擁多有 6000 個 stars 和 550 多個 forks。

7 Pattern

Pattern 由安特衛普大學計算語言學和心理語言學（CLiPS）研究中心創建。它提供多種人工智慧方面的功能，包括數據挖掘、自然語言處理、機器學習、網路分析和可視化，並基於 Python 捆綁了超過 50 個示例和超過 350 個單元測試。該項目在 GitHub 上擁多有 6000 個 stars 和 1100 多個 forks。

8 Turi Create

Turi Create 旨在允許非專家創建自己的機器學習模型，而無需編寫大量代碼。其包括用於分類、回歸、圖形分析、聚類、最近鄰、主題模型等方面的演算法，對於創建推薦引擎，圖像分析工具和文本分類引擎非常有用。蘋果公司最近（2017 年 12 月）才在 GitHub 上發布了這個工具，但它已經引起了很多興趣，該項目在 GitHub 上擁多有 5700 個 stars 和 490 多個 forks。

9 Aerosolve

Aerosolve 由 Airbnb 創建，是一種特別擅長處理地理數據的人工智慧工具。它聲名遠揚的原因是它的設計「人性化」。主要特徵為基於節約原則的特徵表現、特徵轉換語言、可調試模型、對 Java 和 Scala 的支持以及包含圖像內容分析代碼。該項目在 GitHub 上擁有 4200 多個 stars 和 550 多個 forks。

10 DSSTNE

DSSTNE（發音像「Destiny」）由亞馬遜創建，代表「Deep Scalable Sparse Tensor Network Engine」(深度可擴展的稀疏張量網路引擎)。這是電商大佬用來創建自己的推薦引擎的 AI 工具，這引起了其他零售商和在線組織的很大興趣。它的開發人員聲場，它對於機器學習培訓數據稀缺的用例特別有用。該項目在 GitHub 上擁有 4000 個 stars 和 660 多個 forks。

好啦，以上就是 2018 年排名前 10 的人工智慧/機器學習框架，快快學起來吧~

關注劉鵬看未來（ID:lpoutlook）

比別人早一步看見未來！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！