写点什么

8 个用于深度学习的开源工具

  • 2021-10-21
  • 本文字数:1263 字

    阅读完需:约 4 分钟

8个用于深度学习的开源工具

人工智能是一个正在迅速发展的领域,并日益成为一种主流。要想跟上人工智能技术的发展,最好的方法就是学习深度学习中的新技术。以下这 8 个开源工具,可以帮助你轻松实现深度学习。


1.TensorFlow


这个强大的工具包开发于 2015 年,被誉为机器/深度学习中最容易使用和部署的工具之一。


TensorFlow 最初是由谷歌大脑团队创建的,用于处理其研究和生产目标,该项目构建了深度神经网络来执行自然语言处理、图像识别和翻译等任务。由于它提供了大量的免费工具、库和社区资源,现在它的使用甚至被 Uber、Twitter 和 eBay 等公司广泛接受。


它可用于 Python、Haskell、C++、Java 甚至是 JavaScript。


2.Keras


Keras 由 Python 编写,最初发布于 2015 年,是一种高级神经网络 API,旨在简化机器学习和深度学习,可以在 TensorFlow 或 Theano 之上部署。


Keras 以其高度的广泛性、模块化、易用的特点,通过简单的原型设计实现了快速的实验,在 CPUGPU 上高效运行,这对研究工作至关重要。


3.PaddlePaddle


并行分布式深度学习,又称 PaddlePaddle具有易用、高效、灵活和可伸缩等特点


这是百度研发的深度学习平台,为百度内部多项产品提供深度学习算法支持。它在 2016 年向专业社区开源,具有深度学习的先进功能、端到端的开发工具包,受到制造业和农业部门的使用者青睐。


4.PyTorch


这个开源工具包使用 Python 脚本语言,一般用于 自然语言处理计算机视觉。它具有强大的 GPU、内存使用效率和动态计算图,这使得它在协助开发 动态神经网络方面很受欢迎,并能够根据用户的要求建立图形和可视化。


5.Theano


这个开源库发布于 2007 年,使用 Python 编写脚本,允许用户定义、定制和评估数学表达式,从而使深度学习模型的形成变得容易。由于它是最古老的可自由使用的库之一,它激发了深度学习的发展,导致了高效的符号微分(symbolic differentiation)。


6.Weka


Weka 最初是作为一个机器学习开源工具包开发的,它还具有深度学习包的功能,无论是在包管理、分类还是可视化方面,它都可以在一个简单的界面使用中进行更复杂的分析。它是一个 Java 应用程序,但可以通过应用编程接口用于 R 或 Python。因为它最初是为了一个教学平台而开发的,一般只限于教学工具或者小项目。


7.Caffe


Caffe(Convolutional Architecture for Fast Feature Embedding,意即快速特征嵌入的卷积架构)是一个开源的深度学习网络,是为速度、表达和模块化设计的。它使用了 C++,但也有一个 Python 接口。它由伯克利人工智能研究团队于 2017 年开发并发布,它有一个精心设计的架构,良好的代码编写和快速的性能,可以快速实现工业部署。


9.Torch


Torch 最初是在 2002 年作为机器学习库开发和发布的,它提供了一系列用于深度学习的算法,重点是 GPU,并提供 iOSAndroid 平台支持。它由脚本语言 LUA 和底层的 C 组件组成,使得它使用起来简单、高效、快速。

 

作者介绍:

Rancho Labs,科技爱好者自媒体,培养年轻人的思维,使他们在编程/机器人技术/人工智能领域站稳脚跟。


原文链接:

https://rancholabs.medium.com/open-source-tools-for-deep-learning-f4d68c2a39cd

2021-10-21 14:214327

评论

发布
暂无评论
发现更多内容

HarmonyOS 5.0应用开发——图像PixelMap变换

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——Navigation实现页面路由

高心星

鸿蒙 HarmonyOS 应用开发 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——RCP框架实现断点续传

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

度小满,让“推理大模型”走向金融核心业务

脑极体

AI

阿里巴巴1688商品API:深度解析商品分类与筛选条件

代码忍者

API 接口 pinduoduo API

HarmonyOS 5.0应用开发——全屏模态框

高心星

HarmonyOS arkui 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——半模态框展示

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

07.适配器模式设计思想

杨充

HarmonyOS 5.0应用开发——下拉刷新和上拉加载更多组件

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——图像PixelMap压缩保存

高心星

鸿蒙 HarmonyOS 应用开发 鸿蒙5.0

为革命保护“视”力 - 注意力插件开发

小学后生

开源 工具 插件 谷歌插件

EMR Serverless Spark:一站式全托管湖仓分析利器

阿里云大数据AI技术

大数据 Serverless 数据分析 云原生 EMR

用 GreptimeDB 和 Metabase 解锁时序数据洞察的无限潜力

Greptime 格睿科技

数据分析 时序数据库 数据可视化

HarmonyOS 5.0应用开发——响应式布局之媒体查询

高心星

鸿蒙 arkui 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——应用打包HAP、HAR、HSP

高心星

鸿蒙 HarmonyOS 应用开发 鸿蒙5.0 HarmonyOS NEXT

养护系统

深圳亥时科技

HarmonyOS 5.0应用开发——@build构建函数的使用

高心星

HarmonyOS 鸿蒙 Ability arkui 鸿蒙5.0

HarmonyOS 5.0应用开发——@BuildParam自定义插槽

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——菜单的显示

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——瀑布流WaterFlow

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——抽屉布局SideBarContainer

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——RCP框架的使用

高心星

鸿蒙 HarmonyOS 鸿蒙5.0 HarmonyOS NEXT

HarmonyOS 5.0应用开发——多种方式实现图片解码

高心星

鸿蒙 HarmonyOS HarmonyOS框架 鸿蒙5.0 HarmonyOS NEXT

浅谈TiKV集群运维问题排查与修复——磁盘空间占用问题

vivo互联网技术

运维 TiKV

HarmonyOS 5.0应用开发——LazyForEach数据懒加载

高心星

HarmonyOS arkui 鸿蒙5.0 HarmonyOS NEXT

8个用于深度学习的开源工具_AI&大模型_Rancho Labs_InfoQ精选文章