|2020年顶级人工智能系统推荐( 二 )


官网:https://pytorch.org/
|2020年顶级人工智能系统推荐
本文插图

PyTorch是由Facebook开源的Python机器学习库 , 主要用于自然语言处理等应用程序 。
PyTorch提供强大的GPU加速的张量计算(如NumPy)和自动求导系统的的深度神经网络 。
PyTorch既可以看作加入了GPU支持的numpy , 同时也可以看成一个拥有自动求导功能的强大的深度神经网络 。 除了Facebook外 , 它已经被Twitter、CMU和Salesforce等机构采用
PyTorch和TensorFlow一样有丰富的社区支持 。 和TensorFlow一样 , PyTorch的计算单位也是一个Tensor(张量) , 其内部也有一个计算图(graph) , 只是它的变量有自动求梯度的功能 。 Tensorflow的计算图Graph是静态的 , 而PyTorch的Graph是动态的 。
Pytorch目前已经纳入了Caffe2代码 , 成了最流行的ML框架之一 。 大量的研究和系统都采用Pytorch 。
Pytorch 最新版本为1.6 。
实例:
|2020年顶级人工智能系统推荐
本文插图

Mxnet
口号:从研究到生产 。
官网:mxnet.apache.org
|2020年顶级人工智能系统推荐
本文插图

mxnet是一款轻量级 , 便携式 , 灵活的分布式/移动深度学习系统 , 是由华人科学家李沐开发 , 后李沐加入亚马逊AI团队 , 由亚马逊开源并推进的深度学习框架 。 mxnet具有广泛的语言支持 , 可以用包括Python , R , Julia , Scala , Go , Javascript等语言 ,
实例:
|2020年顶级人工智能系统推荐
本文插图

Keras
口号:为了类的机器学习
官网: https://keras.io
|2020年顶级人工智能系统推荐
本文插图

Keras 是由Python开发神经网络接口 , 它支持以TF , CNTK,或Theano 作为后端运行 。 Keras立足于开发解决灵活快速进行ML实验 , 更快的把IDEA转化为实践并得到结果 。 Keras允许以简单而快速的原型设计(由于用户友好 , 高度模块化 , 可扩展性) 。 Keras同时支持卷积神经网络和循环神经网络 , 以及两者的组合 。 Keras可在CPU和GPU上无缝运行 。
实例:
|2020年顶级人工智能系统推荐
本文插图

CNTK
官仓:https://github.com/Microsoft/CNTK
|2020年顶级人工智能系统推荐
本文插图

CNTK 是开源的分布式深度学习框架 , 全称Microsoft Cognitive Toolkit(认知工具包 , CNTK) 。 CNTK通过有向图将神经网络描述为一系列计算步骤 。 CNTK允许用户轻松实现和组合流行的模型类型 , 例如前馈DNN , 卷积神经网络(CNN)和递归神经网络(RNN / LSTM) 。CNTK通过跨多个GPU和服务器的自动区分和并行化实现随机梯度下降(SGD , 错误反向传播)学习 。
CNTK支持64位Linux或64位Windows操作系统 。 可以通过二进制包安装或者通过clone GitHub源代码编译安装 。
CNTK提供多语言库使用 , 包括Python , C#和C++ , 也支持在Python和Java程序中使用CNTK模型评估功能 。
CNTK当前版本为2.7 。
实例:
|2020年顶级人工智能系统推荐
本文插图

BigML
口号:对机器学习的强大承诺 , 提供了广泛的ML建模工具 。
官网:https://bigml.com


推荐阅读