Tư vấn Dịch vụ 0984.485.266
0 Tài khoản
0
Ảnh
Sản phẩm
Giá
Số lượng
Tổng
Xóa
Tổng tiền:
0₫
alt

Không có sản phẩm nào trong giỏ hàng của bạn

  • Trang chủ
  • tin-tuc
  • Top 8 Công nghệ mã nguồn mở dùng để phát triển các phần mềm trí thông minh nhân tạo (AI)

Top 8 Công nghệ mã nguồn mở dùng để phát triển các phần mềm trí thông minh nhân tạo (AI)

21/08/2018
ktslamhamanh
1. TensorFlow

Trang Web: https://www.tensorflow.org/


Được phát hành vào năm 2015, TensorFlow là một máy học mã nguồn mở dễ sử dụng và dễ triển khai trên nhiều nền tảng khác nhau. Đây là một trong những mã nguồn được sử dụng rộng rãi nhất trong lĩnh vực học máy.
Được tạo bởi Google để hỗ trợ các mục tiêu nghiên cứu và sản xuất của mình, TensorFlow hiện được nhiều công ty sử dụng, bao gồm Dropbox, eBay, Intel, Twitter và Uber.
TensorFlow có sẵn trong Python, C ++, Haskell, Java, Go, Rust và gần đây nhất là JavaScript. Bạn cũng có thể tìm các gói của bên thứ ba cho các ngôn ngữ lập trình khác.

TensorFlow cho phép bạn phát triển các mạng Nơron (và thậm chí cả các mô hình tính toán khác) bằng cách sử dụng biểu đồ lưu lượng.
2.Keras
Trang Web: https://keras.io/

Được phát hành vào năm 2015, Keras là một thư viện phần mềm mã nguồn mở được thiết kế để đơn giản hóa việc tạo ra các mô hình học sâu (Deep Learning). Nó được viết bằng Python và có thể được triển khai trên các công nghệ AI khác như TensorFlow, Bộ công cụ nhận thức Microsoft (CNTK) và Theano.
Keras được biết như là giao diện thân thiện với người dùng,mô đun và dễ mở rộng. Nó phù hợp nếu bạn cần thư viện học máy cho phép tạo mẫu nhanh và dễ dàng, hỗ trợ cả mạng chuyển tiếp (Với mô hình mạng Nơ Ron nhiều lớp), chạy tối ưu trên CPU và GPU.
3.Scikit-learn

Trang Web: http://scikit-learn.org/stable/

Được phát hành vào năm 2007, Scikit-learn là một thư viện nguồn mở được phát triển cho việc học máy. Scikit-learn được viết bằng Python và mô tả một số mô hình học máy bao gồm Classification, Regression, Clustering, và Dimensionality Reduction.

Scikit-learning được thiết kế trên ba dự án mã nguồn mở khác là Matplotlib, NumPy và SciPy — và nó tập trung vào khai thác và phân tích dữ liệu.
4. Microsoft Cognitive Toolkit

Trang Web: https://www.microsoft.com/en-us/cognitive-toolkit/

Được phát hành vào năm 2016, Microsoft Cognitive Toolkit của Microsoft (trước đây gọi là CNTK), là một giải pháp AI có thể trao quyền cho bạn để đưa các dự án học máy  lên cấp độ tiếp theo.
Microsoft nói rằng nguồn mở có khả năng "Đào tạo các thuật toán học sâu để hoạt động giống như bộ não con người."
Một số tính năng quan trọng của Microsoft Cognitive Toolkit bao gồm các thành phần được tối ưu hóa cao có khả năng xử lý dữ liệu từ Python, C ++ hoặc BrainScript, khả năng cung cấp hiệu quả sử dụng tài nguyên, dễ dàng tích hợp với Microsoft Azure và tương thích với NumPy.
5. Theano

Trang Web: http://www.deeplearning.net/software/theano/

Được phát hành vào năm 2007, Theano là một thư viện Python mã nguồn mở cho phép bạn dễ dàng tạo các kiểu máy học khác nhau. Vì nó là một trong những thư viện lâu đời nhất, nó được coi là một tiêu chuẩn công nghiệp truyền cảm hứng cho những bộ công cụ phát triển trong học sâu sau này.
Cốt lõi của nó là cho phép bạn đơn giản hóa quá trình xác định, tối ưu và đánh giá các biểu thức toán học.
Theano có khả năng lấy cấu trúc và chuyển đổi chúng thành mã rất hiệu quả tích hợp với NumPy, các thư viện gốc hiệu quả như BLAS và mã gốc (C ++).
Hơn nữa, nó được tối ưu hóa cho GPU, cung cấp sự khác biệt, và đi kèm với khả năng kiểm tra mã mở rộng.
6. Caffe

Trang Web: http://caffe.berkeleyvision.org/

Được phát hành vào năm 2017, Caffe là một máy học tập trung vào tính biếu đạt, tốc độ và mô đun. Khung nguồn mở được viết bằng C ++ và đi kèm với một giao diện Python.
Các tính năng chính của Caffe bao gồm kiến ​​trúc biểu đạt cho sự đổi mới, mã nguồn mở tạo điều kiện phát triển tích cực, hiệu suất nhanh
7.Torch

Trang Web: http://torch.ch/

Được phát hành vào năm 2002, Torch là một thư viện máy học cung cấp một loạt các thuật toán cho việc học sâu. Mã nguồn mở cung cấp cho bạn sự linh hoạt và tốc độ tối ưu khi xử lý các dự án học máy mà không gây ra những phức tạp không cần thiết.
Nó được viết bằng ngôn ngữ kịch bản Lua và đi kèm với triển khai C. Một số tính năng chính của Torch bao gồm mảng N-chiều, đại số tuyến tính, tối ưu hóa, hỗ trợ GPU và hỗ trợ cho iOS và Android.
8. Accord.NET

Trang Web: http://accord-framework.net/

Ban đầu được phát hành vào năm 2010, Accord.NET là một khung máy học được viết hoàn toàn bằng C #. Khung nguồn mở phù hợp cho tính toán khoa học để phục vụ sản xuất. Với sự hỗ trợ các thư viện có sẵn, bạn có thể xây dựng các ứng dụng khác nhau trong mạng nơron nhân tạo, xử lý dữ liệu thống kê, xử lý hình ảnh và nhiều ứng dụng khác.

Các Bài Liên Quan

Các Thẻ Cho Bài Viết
Danh sách yêu thích ✕