AI開發人員可以使用18個機器學習平台

1、H2O

H2O是由H2O.ai為Python、R和Java編程語言設計的。這個開源軟體可以讓我們使用Java、Python等熟悉的語言，很容易地將預測分析和機器學習應用於各種情況。H2O可在Mac、Windows和Linux操作系統上使用，它為開發人員提供了分析Apache Hadoop文件系統和雲系統中的數據集所需的工具。

如果開發人員正在尋找一個開源堆棧，並且在其之上構建了一個用於機器學習的開源伺服器，那麼他們應該看看Apache PredictionIO。作為一種構建預測引擎的方法，Apache PredictionIO可以滿足任何人工智慧任務。除了事件伺服器和平台本身之外，Apache PredictionIO還包含一個模板庫。

Eclipse Deeplearning4j是為Java虛擬機構建的開源庫。以深度學習為核心，該工具針對那些需要在業務環境中構建深度神經網路的開發人員，這些開發人員在分散式cpu和gpu上工作。Scala、Clojure和Java程序員使用Hadoop之類的文件系統，並且自己動手編寫，他們會喜歡Eclipse Deeplearning4j。這個工具是舊金山Skymind公司的一個項目。

使用c#編程語言編寫的圖像和音頻處理庫，然後與Accord.NET Framework結合使用。通過使用這個框架，開發人員可以創建一系列用於商業用途應用程序，這些應用程序依賴於機器學習，有多種選項可供選擇，如計算機視覺、信號處理、模式識別和機器聽力(也稱為計算機聽覺)。開發者可以利用圖像和信號處理、科學計算庫，實時人臉檢測、自然學習演算法等，這些增加了這個框架的通用性。

在2017年9月的Ignite會議上，微軟發布了三款Azure機器學習工具——學習工作台、學習模型管理服務和學習實驗服務——允許開發人員構建自己的人工智慧模型。微軟還推出了三個人工智慧工具，內容版主Content Moderator、自定義語音服務（Custom Speech Service）和必應語音api，以及增加了25個開發人員的工具庫，這些工具旨在增加人工智慧的可訪問性。

開發人員可以通過使用ai-one創建適用於幾乎所有軟體應用程序的智能助手。該工具的資源列表包括開發者api、文檔庫以及 building agents（構建代理，可以用來將普通數據轉換成支持ML和AI結構的規則集合）。

IBM的Watson平台是商業用戶和開發人員都可以找到一系列人工智慧工具的平台。該平台的用戶可以使用入門工具包、示例代碼和其他可以通過開放api訪問的工具構建虛擬代理、認知搜索引擎和聊天機器人。

Torch以Lua編程語言為基礎，包括腳本語言、科學計算框架和開放源碼的ML庫。Torch通過一系列演算法支持深度機器學習，已經被DeepMind和Facebook人工智慧研究小組使用。

開發者可以利用Protege的開源工具套件，為專家和初學者提供強大的應用工具。開發人員可以修改、創建、共享和上傳應用程序，並提供了技術支持社區。

TensorFlow是專門為那些依賴於機器學習的項目而設計的，它還有一個額外的好處，那就是它是一個使用開源軟體設計的平台。在大量的在線資源、文檔和教程的幫助下，TensorFlow提供了一個包含數據流圖的庫，其形式是數值計算。這種方法的目的是使開發人員能夠跨多種設備(包括移動設備、平板電腦和桌面電腦)啟動深度學習框架。

DiffBlue是一個非常罕見的開發工具，它是一個非常有用卻又簡單的平台，致力於代碼自動化。DiffBlue有幾個核心目的——測試編寫、錯誤定位、重構代碼以及發現和替換weaknesses（「弱點」）的能力——這些都是通過自動化來完成的。

Neon是由Intel公司和nerve公司聯合開發的，是一個基於Python的ML庫，並且是開源的。使用該框架提供的工具的開發人員可以開發技術領先的應用程序和智能代理。在雲環境中，Neon支持開發人員開發、構建和培訓深度學習技術。

Apache Spark MLlib是一個包含內存數據處理的框架，它提供了一個演算法資料庫，重點關注集群、協作過濾、分類和回歸。開發人員還可以找到Singa，這是一個開源框架，它包含一個編程工具，可以在許多機器和他們的深度學習網路上使用。

一個C++編程庫，OpenNN針對那些想要實現神經網路的有經驗的開發人員。OpenNN提供了設計工具（Neural Designer），該工具旨在通過創建表、圖形和其他可視化內容來解釋和簡化數據條目。儘管OpenNN為用戶提供了大量的教程和文檔，但它主要針對的是那些已經擁有大量人工智慧經驗的開發人員。

開發人員可以利用Amazon Web Services (AWS)提供的許多人工智慧工具包，包括Amazon Lex、Amazon Rekognition映像和Amazon Polly。每個應用程序都以不同的方式被開發人員用來創建ML工具。例如，Amazon Polly利用人工智慧將語音轉換為書面文本的過程自動化。亞馬遜Lex是該品牌聊天機器人的基礎，其個人助理Alexa也使用聊天機器人。