6常用的机器学习框架

我想每个人都会同意我们的大脑是一个聪明的超级计算机。任务很简单,过马路非常自动为我们人类,因为我们的大脑就像一个智能自动驾驶仪。当你过马路时,你的大脑会自动寻找迎面而来的车辆。从汽车的速度和加速度,你的大脑会告诉你去或者等待,这样你就不会被车撞到。

人类的大脑是惊人的,这就是为什么计算机科学家和程序员已经开始模拟计算机在我们自己的人体解剖学。人工智能领域中,人工神经网络、机器学习和预测分析已经成为指数在近年来流行。

作为人类,我们从经验中学习。什么发生在我们身上的每一天都是存储在我们的集体记忆,我们从中学习。你不会触摸热炉的原因可能是因为你感动过。我们所做的选择和决定每天主要是产品知识从我们的经验。

但是电脑是没有生命体的存在,他们没有情绪或感情。经验不是被计算机所理解。问题是:我们如何让计算机学习?通过数据我们让他们学习。

只不过是一个复杂的字符串数据二进制文件- 0和1。计算机可以理解这些数据输入数据,并通过关联如何影响输出,电脑学习。这个过程称为机器学习。

机器学习,就像人类的神经系统,需要一个框架,定义其功能和整体系统。这个框架是一个接口,它允许程序员建立计算模型。许多人工智能商业软件OB欧宝娱乐体育WorkFusion的智能过程自动化基于各种机器学习框架,开发操作系统,测试平台和编程语言。

这里有三种机器学习框架,通常用于:

火炬

认为是一个最简单的机器学习框架设置和使用,火炬被许多大型科技公司像Twitter和Facebook。如果您使用的是Ubuntu,火炬传递是一个伟大的机器学习框架来试一试。

亚马逊机器学习

亚马逊的使用机器学习任何亚马逊网站访客非常明显。这是建立在他们自己的机器学习框架称为AML。你可以用很少的编码和AML相反,开发你的学习模型的工具和向导。

Apache Mahout

Apache名称在网络世界中非常普遍。它来自Apache软件基金会,这是世界上著名的计算和编程。它是可扩展的机器学习算法的实现,专攻集群、分类和数据过滤。

Apache狮子

不过,从Apache软件基金会,狮子提供了一个简单的、健壮的深度学习模型主要集中在自然语言处理和图像分析。它的软件堆栈包括三个主要组件:核心,IO和模型。

微软CNTK

CNTK或认知工具,利用智能从大规模数据集的文本识别,图像分析和语音识别。这是机器学习微软的开源框架。许多人认为CNTK是一个易于使用的机器学习框架。

Tensorflow

由谷歌背后的人的大脑,Tensorflow机器学习是一个开放源代码框架用于广泛研究机器学习和神经网络。它实际上是第二个机器学习框架由谷歌大脑和最初开发谷歌内部使用。很多谷歌服务都配备Tensorflow包括谷歌搜索、Gmail、谷歌图片和语音识别。