【51CTO.com快譯】目前，人工智能是科技界不斷發(fā)展的領域之一，主要側重于構建軟硬件，以便在醫(yī)療、教育、安全、制造、銀行及其他眾多領域解決日常生活中的挑戰(zhàn)。我們在本文中將介紹幾款面向Linux生態(tài)系統(tǒng)的***開源人工智能工具。

下面列出了為支持人工智能設計和開發(fā)的諸多平臺，你可以在Linux及其他許多操作系統(tǒng)上使用。切記：介紹順序不分先后。

1. Deep Learning For Java(Deeplearning4j)

Deeplearning4j是一種商用級、開源、即插即用的分布式深度學習庫，面向Java和Scala編程語言。它是專門為商業(yè)相關應用設計的，并與分布式CPU和GPU上的Hadoop和Spark整合起來。

DL4J采用Apache 2.0許可證發(fā)布，它提供了GPU支持，以便在AWS上進行擴展，并且適用于微服務架構。

Deeplearning4j - Deep Learning for Java

主頁鏈接：http://deeplearning4j.org/

2. Caffe――深度學習框架

Caffe是一種模塊化、表達式的深度學習框架，以速度見長。它采用BSD 2-Clause許可證發(fā)布，已經(jīng)支持研究、初創(chuàng)公司原型以及視覺、速度和多媒體之類的工業(yè)應用等領域的幾個社區(qū)項目。

Caffe――深度學習框架

主頁鏈接：http://caffe.berkeleyvision.org/

3. H20――分布式機器學習框架

H20是一種開源、快速、可擴展的分布式機器學習框架，另外該框架還有各種各樣的算法。它支持更智能化的應用，比如深度學習、梯度提升、隨機森林、廣義線性建模(比如邏輯回歸和彈性網(wǎng)絡)以及其他更多。

這是一種面向企業(yè)的人工智能工具，用于利用數(shù)據(jù)做決策，它讓用戶能夠使用更快速、更準確的預測建模，從數(shù)據(jù)獲取洞察力。

H2O――分布式機器學習框架

主頁鏈接：http://www.h2o.ai/

4. MLlib――機器學習庫

MLli是一種開源、易于使用、高性能的機器學習庫，是作為Apache Spark的一部分開發(fā)的。它實際上易于部署，可以在現(xiàn)有的Hadoop集群和數(shù)據(jù)上運行。

MLlib還隨帶一系列算法，可用于分類、回歸、推薦、聚類、生存分析及更多方面。重要的是，它可以用在Python、Java、Scala和R等編程語言中。

MLlib――機器學習庫

主頁鏈接：https://spark.apache.org/mllib/

5. Apache Mahout

Mahout是一種開源框架設計工具，用于構建可擴展的機器學習應用程序，它擁有如下三大功能：

• 提供簡單、可擴展的編程工作環(huán)境。
• 提供諸多預包裝算法，支持Scala + Apache Spark、H20以及Apache Flink。
• 包括Samaras，這是一種向量數(shù)學試驗型工作環(huán)境，擁有類似R的語法。

Apache Mahout

主頁鏈接：http://mahout.apache.org/

6. 開放神經(jīng)網(wǎng)絡庫(OpenNN)

OpenNN也是一種用C++編寫的開源類庫，面向深度學習，它用于構建神經(jīng)網(wǎng)絡。然而，它最適合經(jīng)驗豐富的C++程序員以及機器學習技能出色的人員。它的特點就是擁有深度架構和高性能。

OpenNN――開放神經(jīng)網(wǎng)絡庫

主頁鏈接：http://www.opennn.net/

7. Oryx 2

Oryx 2是最初的Oryx項目的延續(xù)，它是在Apache Spark和Apache Kafka上開發(fā)的，重新設計了Lambda架構，不過專門面向實時機器學習。

這是個應用開發(fā)平臺，還隨帶協(xié)作過濾、分類、回歸和聚類等方面的某些應用程序。

Oryx2――重新設計Lambda架構

主頁鏈接：http://oryx.io/

8. OpenCyc

OpenCyc是一種開源門戶網(wǎng)站，通向世界上***、最全面的一般知識庫和常識推理引擎。它包括大量的Cyc術語，這些術語用一種精確設計的本體來排列，支持這些領域的應用：

• 豐富領域建模
• 特定領域專家系統(tǒng)
• 文本理解
• 語言數(shù)據(jù)整合、人工智能游戲及其他

OpenCyc

主頁鏈接：http://www.cyc.com/platform/opencyc/

9. Apache SystemML

SystemML是一種面向機器學習的開源人工智能平臺，最適合大數(shù)據(jù)。主要功能特性：支持類似R和Python的語法，專注于大數(shù)據(jù)，專門為高級數(shù)學設計。主頁上詳細解釋了其工作原理，包括視頻演示，作了明確的講解。

有幾個方法可以使用它，包括Apache Spark、Apache Hadoop、Jupyter和Apache Zeppelin。一些重要的使用場合包括汽車、機場交通和社群金融。

Apache SystemML――機器學習平臺

主頁鏈接：http://systemml.apache.org/

10. NuPIC

NuPIC是一種機器學習開源框架，基于分層時間記憶(HTM)，這是一種大腦皮層理論。用NuPIC集成的HTM程序是為分析實時流數(shù)據(jù)而實踐的，它能學習數(shù)據(jù)中基于時間的模式，預測當前值，并且發(fā)現(xiàn)任何不規(guī)則的地方。

它的重要功能特性包括如下：

• 持續(xù)在線學習
• 時間和空間模式
• 實時流數(shù)據(jù)
• 預測和建模
• 強大的異常檢測
• 分層時間記憶

NuPIC機器學習

主頁鏈接：http://numenta.org/

由于人工智能領域的研究方興未艾，我們勢必會看到更多的工具涌現(xiàn)出來，有助于讓這個技術領域大獲成功，尤其是用于克服日常的科學挑戰(zhàn)，并且滿足教學用途。

原文標題：10 Top Open Source Artificial Intelligence Tools for Linux，作者：Aaron Kili

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】