建站
咨詢
售后
建站咨詢
新聞中心
【】如果你想知道哪些不斷壯大的編程語言庫和工具是實現(xiàn)機器學(xué)習(xí)模型的不錯選擇，那么隨時可以獲得幫助。
站在用戶的角度思考問題，與客戶深入溝通，找到定襄網(wǎng)站設(shè)計與定襄網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：做網(wǎng)站、成都網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣、主機域名、虛擬空間、企業(yè)郵箱。業(yè)務(wù)覆蓋定襄地區(qū)。
O'Reilly的一項新調(diào)查發(fā)現(xiàn)，主要從事技術(shù)、金融和醫(yī)療保健行業(yè)的1300多人透露了他們在公司使用的機器學(xué)習(xí)技術(shù)。
本文介紹了面向數(shù)據(jù)科學(xué)界寵兒Python的軟件框架和庫、大數(shù)據(jù)平臺以及處理機器學(xué)習(xí)管道每個階段的基于云的服務(wù)。
說到使用機器學(xué)習(xí)或報告所稱的AI，大多數(shù)公司仍處于評估階段，實施的最常用工具是用于“模型可視化”和“自動模型搜索和超參數(shù)調(diào)整”的工具。
不出所料，一種最常見的機器學(xué)習(xí)是監(jiān)督學(xué)習(xí)，即使用大量的標(biāo)記數(shù)據(jù)來訓(xùn)練機器學(xué)習(xí)模型。比如說，負(fù)責(zé)找出視頻中人員的計算機視覺模型可以拿注釋的圖像加以訓(xùn)練，以表明圖像中有沒有人。
圖片來源：O'Reilly
以下是公司企業(yè)聲稱用于機器學(xué)習(xí)的庫、框架、大數(shù)據(jù)平臺和云服務(wù)。
軟件庫和框架
1.TensorFlow
谷歌廣泛使用的機器學(xué)習(xí)框架，旨在處理訓(xùn)練機器學(xué)習(xí)模型時所需要的數(shù)值計算，能夠在CPU、GPU和專用芯片(比如谷歌的張量處理單元即TPU)之間劃分計算任務(wù)。
2.scikit-learn
用于數(shù)據(jù)挖掘和數(shù)據(jù)分析的一種流行Python庫，使用了眾多機器學(xué)習(xí)算法。
3.Pytorch
一種開源深度學(xué)習(xí)框架，學(xué)起來比TensorFlow等與之競爭的框架更容易，旨在用于機器學(xué)習(xí)管道的每個階段。
4.Keras
這種深度學(xué)習(xí)框架用于處理神經(jīng)網(wǎng)絡(luò)(支持深度學(xué)習(xí)的受大腦啟發(fā)的數(shù)學(xué)模型)，旨在比與之競爭的框架更易于使用。
Keras用Python編寫，它能夠在TensorFlow、微軟認(rèn)知工具包(CNTK)和Python庫Theano上運行。
云套件
5.微軟Azure ML Studio
這套服務(wù)旨在幫助公司在微軟的Azure云上以及靠近網(wǎng)絡(luò)邊緣的計算設(shè)備上構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí)模型。工具有助于使識別和調(diào)整適當(dāng)?shù)臋C器學(xué)習(xí)模型這個過程實現(xiàn)自動化，并有助于擴展底層計算以滿足需求。
6.谷歌云機器學(xué)習(xí)引擎
與Azure ML Studio相似，谷歌云機器學(xué)習(xí)引擎也提供了用于訓(xùn)練、評估、調(diào)整和部署機器學(xué)習(xí)模型的工具。
7.亞馬遜SageMaker
亞馬遜SageMaker同樣提供了用于構(gòu)建、訓(xùn)練和部署機器學(xué)習(xí)模型的服務(wù)，以便能夠以更低的成本更快地將模型部署到生產(chǎn)環(huán)境。
大數(shù)據(jù)平臺工具
8.H20
這是一種開源內(nèi)存中平臺，可以跨分布式系統(tǒng)擴展機器學(xué)習(xí)工作負(fù)載。
該平臺旨在支持使用最廣泛的統(tǒng)計和機器學(xué)習(xí)算法，并提供一定程度的自動化，以幫助數(shù)據(jù)科學(xué)家識別和調(diào)整適當(dāng)?shù)臋C器學(xué)習(xí)模型。
9.Prodigy
Prodigy旨在簡化訓(xùn)練和評估機器學(xué)習(xí)模型的過程，這種工具可幫助數(shù)據(jù)科學(xué)家適當(dāng)?shù)貥?biāo)注訓(xùn)練數(shù)據(jù)集。
10.Spark NLP
Spark NLP提供了一個自然語言處理(NLP)庫，旨在處理運行內(nèi)存中大數(shù)據(jù)平臺Apache Spark的分布式系統(tǒng)。
11.OpenAI Gym
這種工具包用于開發(fā)和比較強化學(xué)習(xí)算法，強化學(xué)習(xí)是一種機器學(xué)習(xí)，其中軟件代理通過因?qū)е缕谕Y(jié)果的動作而受到獎勵來學(xué)習(xí)如何執(zhí)行任務(wù)。
12.Analytics Zoo
Analytics Zoo將一系列大數(shù)據(jù)和機器學(xué)習(xí)技術(shù)整合到它所說的統(tǒng)一分析和AI平臺中。
該平臺整合了Spark、TensorFlow、Keras和深度學(xué)習(xí)庫BigDL，可以跨分布式Hadoop和Spark集群擴展機器學(xué)習(xí)模型，用于訓(xùn)練和推理。
13.AllenNLP
旨在簡化設(shè)計和評估解決自然語言處理問題的新深度學(xué)習(xí)模型這個過程。
該庫包括面向核心NLP問題和NLP應(yīng)用的高質(zhì)量模型的參考實現(xiàn)。
14.Rise Lab Ray
這種框架用于跨分布式系統(tǒng)運行機器學(xué)習(xí)模型，提供高性能和容錯性，同時仍具有可擴展性。
原文標(biāo)題：Most popular programming language frameworks and tools for machine learning，作者：Nick Heath
【譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為.com】
網(wǎng)頁題目：流行的十四個機器學(xué)習(xí)編程語言框架和工具
地址分享：http://www.dlmjj.cn/article/cohsgss.html
