隨著機(jī)器學(xué)習(xí)和人工智能的迅猛發(fā)展，業(yè)界出現(xiàn)了許多開源的機(jī)器學(xué)習(xí)平臺。由于機(jī)器學(xué)習(xí)與大數(shù)據(jù)天然的緊密結(jié)合，基于 Hadoop Yarn 的分布式任務(wù)調(diào)度仍是業(yè)界主流，但是隨著容器化的發(fā)展，Docker + Kubernetes 的云原生組合，也展現(xiàn)出了很強(qiáng)的生命力。以下是為大家精心總結(jié)的機(jī)器學(xué)習(xí)平臺和工具，現(xiàn)在已經(jīng)可作為資源將ML的強(qiáng)大功能無縫集成到日常任務(wù)中。

1. Eclipse Deeplearning4j

Eclipse Deeplearning4j是一個為Java虛擬機(jī)構(gòu)建的開源庫。適合有DIY傾向的人，以深度學(xué)習(xí)為核心，本工具針對那些需要在分布式CPU和GPU工作的商業(yè)環(huán)境中構(gòu)建深度神經(jīng)網(wǎng)絡(luò)的開發(fā)人員。 Scala、Clojure和Java程序員可以使用像Hadoop這樣的文件系統(tǒng)。

2. Accord.NET Framework

圖像和音頻處理庫以C#編程語言編寫，然后與Accord.NET框架相結(jié)合。功能強(qiáng)大，在里面開發(fā)人員可以創(chuàng)建一系列商業(yè)用途的應(yīng)用程序，這些應(yīng)用程序依賴機(jī)器學(xué)習(xí)，比如計算機(jī)視覺、信號處理、模式識別和計算機(jī)視覺。這樣有多種可供選擇，開發(fā)人員可以利用圖像和信號處理、科學(xué)計算等。

3.微軟Azure ML

Microsoft Azure ML是一個MLaaS平臺，提供了一個帶有兩個模型創(chuàng)作環(huán)境的工作室:自動化ML和設(shè)計器。它還可以將模型轉(zhuǎn)換為可自動伸縮的預(yù)測api。允許用戶查看和可視化地編輯模型訓(xùn)練管道，即獲取數(shù)據(jù)、準(zhǔn)備數(shù)據(jù)和應(yīng)用ML算法生成預(yù)測模型的操作序列。通過避免接口捕獲的缺少數(shù)據(jù)操作的輸入或禁止的連接，設(shè)計器使理解、創(chuàng)建管道變得更容易。

4.Lobe

Lobe是微軟于2018年收購的一項服務(wù)，它也提供交互式畫布和自動功能，但也允許用戶處理圖像功能。它提供了一個易于使用的環(huán)境來自動建立神經(jīng)網(wǎng)絡(luò)模型，通過一個可視化的界面。模型是由可以完全控制的構(gòu)件組成的(波瓣建立在TensorFlow和Keras之上)，培訓(xùn)可以通過實時的交互式圖表進(jìn)行監(jiān)控。訓(xùn)練好的模型可以通過開發(fā)人API提供，或者導(dǎo)出到Core ML和TensorFlow文件，在iOS和Android設(shè)備上運行。

5. TensorFlow

TensorFlow專為在依賴機(jī)器學(xué)習(xí)的項目中使用而設(shè)計，它具有作為使用開源軟件設(shè)計的平臺的附加優(yōu)勢。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(shù)值計算形式的數(shù)據(jù)流圖的庫。目的是讓開發(fā)人員能夠跨多種設(shè)備啟動深度學(xué)習(xí)框架。

6. DiffBlue

DiffBlue是比較罕見的開發(fā)工具，它是一個非常有用但簡單的平臺，致力于代碼自動化。 DiffBlue有幾個核心目的：測試編寫、錯誤定位、重構(gòu)代碼以及發(fā)現(xiàn)和替換弱點的能力，這些都是使用自動化完成的。

7. Neon

它是由Intel和Nervana開發(fā)的，Neon是一個基于Python的ML庫，并且是開源的。使用其工具的開發(fā)人員可以利用技術(shù)先進(jìn)的應(yīng)用程序和智能代理。在云環(huán)境中，它支持云計算，支持開發(fā)人員開發(fā)、構(gòu)建和訓(xùn)練深度學(xué)習(xí)技術(shù)。

8. OpenNN

一個C ++編程庫，OpenNN主要針對那些想要實現(xiàn)神經(jīng)網(wǎng)絡(luò)的經(jīng)驗豐富的開發(fā)人員。 工具旨在通過創(chuàng)建表格、圖表和其他可視內(nèi)容來解釋和簡化數(shù)據(jù)條目。