この投稿では、トップのオープンソース人工知能のいくつかを取り上げます(AI)Linuxエコシステムのためのツール。 現在、 AI は科学技術の進歩し続ける分野の1つであり、ソフトウェアの構築と ヘルスケア、教育、セキュリティ、製造、銀行などの分野での日常生活の課題を解決するためのハードウェア はるかに。
推奨読書:2015年に見つけた20の無料オープンソースソフトウェア
以下は、AIをサポートするために設計および開発された、Linuxやその他の多くのオペレーティングシステムで利用できるプラットフォームのリストです。 このリストは、特定の関心のある順序で配置されていないことに注意してください。
Deeplearning4j は、JavaおよびScalaプログラミング言語向けの商用グレードのオープンソースのプラグアンドプレイ分散型ディープラーニングライブラリです。 ビジネス関連のアプリケーション向けに特別に設計されており、 Hadoop と スパーク 分散CPUとGPUの上に。
DL4JはApache2.0ライセンスの下でリリースされ、AWSでのスケーリングのためのGPUサポートを提供し、マイクロサービスアーキテクチャに適合しています。
ホームページにアクセス: http://deeplearning4j.org/
カフェ は、速度に基づくモジュール式で表現力豊かな深層学習フレームワークです。 BSD 2-Clauseライセンスの下でリリースされており、すでにいくつかのコミュニティプロジェクトをサポートしています。 研究、スタートアッププロトタイプ、ビジョン、スピーチ、 マルチメディア。
ホームページにアクセス: http://caffe.berkeleyvision.org/
H20 は、オープンソースの高速でスケーラブルな分散型機械学習フレームワークに加えて、フレームワークに搭載されているさまざまなアルゴリズムです。 ディープラーニング、勾配ブースティング、ランダムフォレスト、一般化線形モデリング(ロジスティック回帰、エラスティックネット)などのよりスマートなアプリケーションをサポートします。
これは、データから意思決定を行うためのビジネス指向の人工知能ツールであり、ユーザーは、より高速で優れた予測モデリングを使用して、データから洞察を引き出すことができます。
ホームページにアクセス: http://www.h2o.ai/
MLlib は、Apache Sparkの一部として開発された、オープンソースで使いやすく高性能な機械学習ライブラリです。 デプロイは基本的に簡単で、既存のHadoopクラスターとデータで実行できます。
推奨読書:2015年に見つけた12の最高のオープンソーステキストエディタ(GUI + CLI)
MLlibには、分類、回帰、推奨、クラスタリング、生存分析などのアルゴリズムのコレクションも付属しています。 重要なのは、Python、Java、Scala、Rプログラミング言語で使用できることです。
ホームページにアクセス: https://spark.apache.org/mllib/
象使い は、スケーラブルな機械学習アプリケーションを構築するために設計されたオープンソースフレームワークであり、以下に示す3つの優れた機能を備えています。
ホームページにアクセス: http://mahout.apache.org/
OpenNN ディープラーニング用にC ++で記述されたオープンソースのクラスライブラリでもあり、ニューラルネットワークを扇動するために使用されます。 ただし、これは経験豊富なC ++プログラマーと驚異的な機械学習スキルを持つ人にのみ最適です。 深いアーキテクチャと高性能が特徴です。
ホームページにアクセス: http://www.opennn.net/
オリックス2 これは最初のOryxプロジェクトの続きであり、ApacheSparkとApacheKafkaで開発されました。 リアルタイムマシンの実現に専念しているが、ラムダアーキテクチャの再設計 学ぶ。
これはアプリケーション開発用のプラットフォームであり、協調フィルタリング、分類、回帰、およびクラスタリングの目的で、特定のアプリケーションとともに出荷されます。
ホームページにアクセス: http://oryx.io/
OpenCyc は、世界最大かつ最も包括的な一般知識ベースおよび常識的な推論エンジンへのオープンソースポータルです。 これには、次のような分野での適用のために正確に設計されたオノロジーに配置された多数のCyc用語が含まれています。
ホームページにアクセス: http://www.cyc.com/platform/opencyc/
SystemML は、ビッグデータに最適な機械学習用のオープンソースの人工知能プラットフォームです。 その主な機能は次のとおりです– RおよびPythonのような構文で実行され、ビッグデータに焦点を合わせ、高レベルの数学用に特別に設計されています。 それがどのように機能するかは、明確な説明のためのビデオデモンストレーションを含めて、ホームページでよく説明されています。
Apache Spark、Apache Hadoop、Jupyter、Apache Zeppelinなど、いくつかの使用方法があります。 その注目すべきユースケースには、自動車、空港交通、ソーシャルバンキングなどがあります。
ホームページにアクセス: http://systemml.apache.org/
NuPIC は、新皮質理論であるHeirarchical Temporary Memory(HTM)に基づく機械学習用のオープンソースフレームワークです。 NuPICに統合されたHTMプログラムは、リアルタイムストリーミングデータを分析するために実装されています。 データに存在する時間ベースのパターンを学習し、差し迫った値を予測し、 不規則性。
その注目すべき機能は次のとおりです。
ホームページにアクセス: http://numenta.org/
研究の台頭と進歩に伴い AI、私たちは、特に教育目的とともに日々の科学的課題を解決するために、この技術分野を成功させるのに役立つより多くのツールが出現するのを目撃するに違いありません。
AIに興味がありますか? 以下のコメントセクションを介して、主題に関するあなたの考え、提案、または生産的なフィードバックを提供してください。私たちはあなたからより多くを知ることを嬉しく思います。