이 게시물에서는 최고의 오픈 소스 인공 지능(일체 포함) Linux 생태계를 위한 도구. 현재, 일체 포함 소프트웨어 및 의료, 교육, 보안, 제조, 은행 등의 분야에서 일상 생활의 문제를 해결하기 위한 하드웨어 훨씬 더.
추천 읽기:2015년에 찾은 20가지 무료 오픈 소스 소프트웨어
다음은 Linux 및 기타 여러 운영 체제에서 활용할 수 있는 AI 지원을 위해 설계 및 개발된 여러 플랫폼 목록입니다. 이 목록은 관심 있는 특정 순서로 정렬되지 않았음을 기억하십시오.
딥러닝4j Java 및 Scala 프로그래밍 언어를 위한 상용 등급, 오픈 소스, 플러그 앤 플레이, 분산 딥 러닝 라이브러리입니다. 비즈니스 관련 응용 프로그램을 위해 특별히 설계되었으며 다음과 통합됩니다. 하둡 그리고 불꽃 분산된 CPU 및 GPU 위에 있습니다.
DL4J는 Apache 2.0 라이선스로 출시되었으며 AWS에서 확장하기 위한 GPU 지원을 제공하며 마이크로 서비스 아키텍처에 맞게 조정되었습니다.
홈페이지 방문: http://deeplearning4j.org/
카페 속도를 기반으로 하는 모듈식 표현형 딥 러닝 프레임워크입니다. BSD 2-Clause 라이선스로 출시되었으며 이미 여러 커뮤니티 프로젝트를 지원하고 있습니다. 연구, 스타트업 프로토타입, 비전, 스피치 및 멀티미디어.
홈페이지 방문: http://caffe.berkeleyvision.org/
H20 오픈 소스의 빠르고 확장 가능한 분산 기계 학습 프레임워크와 프레임워크에 장착된 다양한 알고리즘입니다. 딥 러닝, 그래디언트 부스팅, 랜덤 포레스트, 일반화 선형 모델링(예: 로지스틱 회귀, Elastic Net) 등과 같은 더 스마트한 애플리케이션을 지원합니다.
데이터에서 의사 결정을 내리기 위한 비즈니스 지향 인공 지능 도구로, 사용자가 더 빠르고 더 나은 예측 모델링을 사용하여 데이터에서 통찰력을 얻을 수 있습니다.
홈페이지 방문: http://www.h2o.ai/
MLlib Apache Spark의 일부로 개발된 사용하기 쉬운 고성능 기계 학습 라이브러리입니다. 기본적으로 배포하기 쉽고 기존 Hadoop 클러스터 및 데이터에서 실행할 수 있습니다.
추천 읽기:2015년 내가 찾은 최고의 오픈 소스 텍스트 편집기(GUI + CLI) 12가지
MLlib는 또한 분류, 회귀, 추천, 클러스터링, 생존 분석 등을 위한 알고리즘 모음과 함께 제공됩니다. 중요한 것은 Python, Java, Scala 및 R 프로그래밍 언어에서 사용할 수 있다는 것입니다.
홈페이지 방문: https://spark.apache.org/mllib/
코끼리 부리는 사람 확장 가능한 기계 학습 애플리케이션을 구축하기 위해 설계된 오픈 소스 프레임워크로, 다음과 같은 세 가지 주요 기능이 있습니다.
홈페이지 방문: http://mahout.apache.org/
OpenNN 또한 딥 러닝을 위해 C++로 작성된 오픈 소스 클래스 라이브러리이며 신경망을 시작하는 데 사용됩니다. 그러나 숙련된 C++ 프로그래머와 엄청난 기계 학습 기술을 가진 사람에게만 최적입니다. 깊은 아키텍처와 고성능이 특징입니다.
홈페이지 방문: http://www.opennn.net/
오릭스 2 초기 Oryx 프로젝트의 연속이며 Apache Spark 및 Apache Kafka에서 실시간 머신 달성에 전념하지만 람다 아키텍처의 재설계 학습.
이는 애플리케이션 개발을 위한 플랫폼이며 협업 필터링, 분류, 회귀 및 클러스터링 목적뿐만 아니라 특정 애플리케이션과 함께 제공됩니다.
홈페이지 방문: http://oryx.io/
오픈사이클 세계에서 가장 크고 가장 포괄적인 일반 지식 기반 및 상식적인 추론 엔진에 대한 오픈 소스 포털입니다. 여기에는 다음과 같은 영역에 적용하기 위해 정밀하게 설계된 온톨로지에 배열된 수많은 Cyc 용어가 포함됩니다.
홈페이지 방문: http://www.cyc.com/platform/opencyc/
시스템ML 빅 데이터에 이상적인 머신 러닝을 위한 오픈 소스 인공 지능 플랫폼입니다. 주요 기능은 R 및 Python과 유사한 구문에서 실행되며 빅 데이터에 중점을 두고 고급 수학을 위해 특별히 설계되었습니다. 작동 원리는 명확한 일러스트레이션을 위한 비디오 데모를 포함하여 홈페이지에 잘 설명되어 있습니다.
Apache Spark, Apache Hadoop, Jupyter 및 Apache Zeppelin을 포함하여 여러 가지 사용 방법이 있습니다. 주목할만한 사용 사례로는 자동차, 공항 교통 및 소셜 뱅킹이 있습니다.
홈페이지 방문: http://systemml.apache.org/
누픽 신피질 이론인 계층적 임시 기억(HTM)을 기반으로 하는 머신 러닝을 위한 오픈 소스 프레임워크입니다. NuPIC에 통합된 HTM 프로그램은 실시간 스트리밍 데이터를 분석하기 위해 구현됩니다. 데이터에 존재하는 시간 기반 패턴을 학습하고 임박한 값을 예측하고 불규칙.
주목할만한 기능은 다음과 같습니다.
홈페이지 방문: http://numenta.org/
증가하고 계속 발전하는 연구와 함께 일체 포함, 우리는 특히 교육 목적과 함께 매일의 과학적 문제를 해결하기 위해 이 기술 영역을 성공으로 만드는 데 도움이 되는 더 많은 도구가 등장하는 것을 목격하게 될 것입니다.
AI에 관심이 있으신가요? 아래 의견 섹션을 통해 주제에 대한 귀하의 생각, 제안 또는 생산적인 피드백을 제공하십시오. 그러면 귀하로부터 더 많은 것을 알게 되어 기쁩니다.