В этом посте мы расскажем о некоторых из самых популярных технологий искусственного интеллекта с открытым исходным кодом (AI) инструменты для экосистемы Linux. В настоящее время, AI - одна из постоянно развивающихся областей науки и технологий, в которой основное внимание уделяется созданию программного обеспечения и оборудование для решения повседневных задач в таких областях, как здравоохранение, образование, безопасность, производство, банковское дело и т. д. гораздо более.
Предлагаемое чтение:20 бесплатных программ с открытым исходным кодом, которые я нашел в 2015 году
Ниже приведен список ряда платформ, спроектированных и разработанных для поддержки ИИ, которые вы можете использовать в Linux и, возможно, во многих других операционных системах. Помните, что этот список не расположен в каком-либо определенном порядке.
Deeplearning4j представляет собой коммерческую распределенную библиотеку глубокого обучения с открытым исходным кодом, plug and play для языков программирования Java и Scala. Он разработан специально для бизнес-приложений и интегрирован с
Hadoop и Искра поверх распределенных процессоров и графических процессоров.DL4J выпущен под лицензией Apache 2.0 и обеспечивает поддержку графического процессора для масштабирования на AWS и адаптирован для микросервисной архитектуры.
Посетить домашнюю страницу: http://deeplearning4j.org/
Кафе - это модульная и выразительная структура глубокого обучения, основанная на скорости. Он выпущен под лицензией BSD 2-Clause и уже поддерживает несколько общественных проектов в такие области, как исследования, прототипы стартапов, промышленные приложения в таких областях, как зрение, речь и мультимедиа.
Посетить домашнюю страницу: http://caffe.berkeleyvision.org/
H20 - это быстрая, масштабируемая и распределенная среда машинного обучения с открытым исходным кодом, а также набор алгоритмов, встроенных в эту среду. Он поддерживает более умные приложения, такие как глубокое обучение, повышение градиента, случайные леса, обобщенное линейное моделирование (т.е. логистическая регрессия, эластичная сеть) и многое другое.
Это ориентированный на бизнес инструмент искусственного интеллекта для принятия решений на основе данных, он позволяет пользователям извлекать информацию из своих данных с помощью более быстрого и качественного прогнозного моделирования.
Посетить домашнюю страницу: http://www.h2o.ai/
MLlib - это простая в использовании и высокопроизводительная библиотека машинного обучения с открытым исходным кодом, разработанная как часть Apache Spark. По сути, его легко развернуть, и он может работать на существующих кластерах и данных Hadoop.
Предлагаемое чтение:12 лучших текстовых редакторов с открытым исходным кодом (GUI + CLI), которые я нашел в 2015 году
MLlib также поставляется с набором алгоритмов для классификации, регрессии, рекомендаций, кластеризации, анализа выживаемости и многого другого. Важно отметить, что его можно использовать в языках программирования Python, Java, Scala и R.
Посетить домашнюю страницу: https://spark.apache.org/mllib/
Mahout - это платформа с открытым исходным кодом, предназначенная для создания масштабируемых приложений для машинного обучения, она имеет три важные функции, перечисленные ниже:
Посетить домашнюю страницу: http://mahout.apache.org/
OpenNN также является библиотекой классов с открытым исходным кодом, написанной на C ++ для глубокого обучения, она используется для создания нейронных сетей. Однако он оптимален только для опытных программистов на C ++ и людей с огромными навыками машинного обучения. Он отличается глубокой архитектурой и высокой производительностью.
Посетить домашнюю страницу: http://www.opennn.net/
Орикс 2 является продолжением первоначального проекта Oryx, он разработан на Apache Spark и Apache Kafka как реконструкция лямбда-архитектуры, хотя и посвященная созданию машины реального времени учусь.
Это платформа для разработки приложений, которая поставляется с некоторыми приложениями, а также для совместной фильтрации, классификации, регрессии и кластеризации.
Посетить домашнюю страницу: http://oryx.io/
OpenCyc - это портал с открытым исходным кодом к крупнейшей и наиболее полной в мире базе общих знаний и движку здравого смысла. Он включает в себя большое количество терминов Cyc, организованных в точно разработанную онологию для применения в таких областях, как:
Посетить домашнюю страницу: http://www.cyc.com/platform/opencyc/
SystemML это платформа искусственного интеллекта с открытым исходным кодом для машинного обучения, идеально подходящая для больших данных. Его основные особенности - работают на R и синтаксисе, подобном Python, ориентированы на большие данные и разработаны специально для математики высокого уровня. Как это работает, хорошо объяснено на домашней странице, включая демонстрацию видео для наглядной иллюстрации.
Есть несколько способов его использования, включая Apache Spark, Apache Hadoop, Jupyter и Apache Zeppelin. Некоторые из его известных вариантов использования включают автомобили, движение в аэропортах и социальный банкинг.
Посетить домашнюю страницу: http://systemml.apache.org/
NuPIC - это платформа с открытым исходным кодом для машинного обучения, основанная на Heirarchical Temporary Memory (HTM), теории неокортекса. Программа HTM, интегрированная в NuPIC, реализована для анализа потоковых данных в реальном времени, где изучает временные закономерности, существующие в данных, предсказывает неизбежные значения, а также выявляет любые неровности.
Его примечательные особенности включают в себя:
Посетить домашнюю страницу: http://numenta.org/
С ростом и постоянным развитием исследований в AI, мы обязательно станем свидетелями появления новых инструментов, которые помогут добиться успеха в этой области технологий, особенно для решения повседневных научных задач наряду с образовательными целями.
Вас интересует ИИ, что вы скажете? Поделитесь с нами своими мыслями, предложениями или любыми полезными отзывами по данному вопросу в разделе комментариев ниже, и мы будем рады узнать больше от вас.
