|
人工智能 机器学习作为人工智能的一种类型，它可以让软件根据大量的数据来对未来的情况进行阐述或预判。机器学习的概念来自早期的人工智能研究者们，研究者们已经研究出的算法包括决策树学习、归纳逻辑编程、增强学习和贝叶斯网络等等。简单来说，机器学习就是，机器使用算法分析数据，并从中学习并做出推断或预测。 JAVA和Python 未来人工智能和机器学习的前景是光明的。所以，如果开发者想学习一门理想的技能，机器学习是很棒的选择。因此有必要了解一下，目前比较流行的JAVA接口和Python接口的优秀的框架。 TensorFlow 首先介绍的是无与伦比的TensorFlow框架，TensorFlow框架主要是用Python编写的，当然它支持JAVA的一些用法。无论是台式电脑、服务器还是手机，TensorFlow框架都可以使用户轻松的部署一个或者多个CPU或者GPU。TensorFlow框架是一个使用数据流进行数值计算的开源软件库，TensorFlow框架是github上最受欢迎的机器学习项目，也是参与者和贡献者最多的机器学习项目（gitHub是一个面向开源及私有软件项目的托管平台）。 CAFFE 下一个介绍的是CAFFE（全称Convolutional Architecture for Fast Feature Embedding）框架，CAFFE框架是C++编写的。CAFFE框架是拥有Python接口的机器学习的框架。CAFFE框架是通过神经网络来开发用于计算机视觉和图像分类的。CAFFE框架可以实现，在不需要任何编码的条件下，预先提供一组训练模型。CAFFE框架最合适于构建计算机视觉相关的应用。CAFFE框架是由伯克利人工智能团队开发的，CAFFE框架允许用户通过设置一个标志，然后在CPU和GPU之间切换。CAFFE框架的可扩展代码已经在github机器学习项目中被予以高度的评价。 Microsoft Cognitive Toolkit 下一个介绍的是CNTK(Microsoft Cognitive Toolkit)框架，CNTK框架是用Python编写的。CNTK框架是使用神经网络处理非结构化数据的大数据集。由于CNTK框架支持多台机器多个GPU、更短的培训时间、更易于使用的架构，和高度的可定制性，以及允许用户选择自己的参数、算法和网络等优势，使其能够很容易胜过竞争对手。CNTK框架又称为微软认知工具包，它是一个开源的深度学习工具包，用于训练机器人像人脑一样学习算法。 Apache Mahout 下一个介绍的是Apache Mahout框架，Apache Mahout框架是用JAVA和Scala编写的。Apache Mahout框架提供了一个分布式线性代数和统计引擎，该引擎不仅性能良好，还可以与shell一起分发，Apache Mahout框架可以在生产环境中连接到应用程序的库。Apache Mahout框架能够使程序员在大数据平台执行的交互环境中实现数学运算，然后将完全相同的代码移至应用程序并进行部署。 Apache Singa 下一个介绍的是Apache Singa框架， Apache Singa框架是使用JAVA，C++和Python编写的，可以在AWS上或者通过Docker尝试使用。Apache Singa框架提供了简单的编程模型，可以在一个节点集群上工作。分布式深度学习在训练过程中，使用模型划分和并行化，一般而言，Apache Singa框架支持传统的机器学习模型，例如逻辑回归。Apache Singa框架是由新加坡国立大学的团队开发的，它是一个可扩展的利用大数据分析的深度学习框架。Apache Singa框架主要应用于图像识别和自然语言处理等方面。 . |
|
|
