小男孩‘自慰网亚洲一区二区,亚洲一级在线播放毛片,亚洲中文字幕av每天更新,黄aⅴ永久免费无码,91成人午夜在线精品,色网站免费在线观看,亚洲欧洲wwwww在线观看

分享

2019年20個最佳Python人工智能和機器學習開源工具(項目)內(nèi)附教程

 昵稱16619343 2019-03-18
  • TensorFlow最初是由研究人員和工程師在Google機器智能研究組織的Google Brain團隊中開發(fā)的。 該系統(tǒng)旨在促進機器學習的研究,并使其從研究原型到生產(chǎn)系統(tǒng)的快速和輕松過渡。

Github URL: Tensorflow

圖片.png

  • Scikit-learn
  • 是用于數(shù)據(jù)挖掘和數(shù)據(jù)分析的簡單而有效的工具,可供所有人訪問,并可在各種環(huán)境中重用,基于NumPy,SciPy和matplotlib,開源,商業(yè)可用 - BSD許可證。

Github URL: Scikit-learn

圖片.png

  • Keras:高級神經(jīng)網(wǎng)絡(luò)API,用Python編寫,能夠在TensorFlow,CNTK或Theano之上運行。

Github URL: Keras

  • PyTorch張量和動態(tài)神經(jīng)網(wǎng)絡(luò),具有強大的GPU加速功能。

Github URL: pytorch

  • Theano允許您有效地定義,優(yōu)化和評估涉及多維陣列的數(shù)學表達式。

Github URL: Theano

  • Gensim 具有可擴展的統(tǒng)計語義,分析語義結(jié)構(gòu)的純文本文檔,檢索語義相似的文檔等功能。

Github URL: Gensim

-Caffe以表達,速度和模塊化為基礎(chǔ)的深度學習框架。 它由伯克利視覺和學習中心(BVLC)和社區(qū)貢獻者開發(fā)。

Github URL: Caffe

  • Chainer:基于Python的獨立開源框架,適用于深度學習模型。 Chainer提供靈活,直觀和高性能的方法來實現(xiàn)全方位的深度學習模型,包括最新的模型,如遞歸神經(jīng)網(wǎng)絡(luò)和變分自動編碼器。

Github URL: Chainer

  • Statsmodels: 允許用戶瀏覽數(shù)據(jù),估計統(tǒng)計模型和執(zhí)行統(tǒng)計測試。 描述性統(tǒng)計,統(tǒng)計測試,繪圖函數(shù)和結(jié)果統(tǒng)計的廣泛列表可用于不同類型的數(shù)據(jù)和每個估算器。

Github URL: Statsmodels

  • Shogun是機器學習工具箱,提供各種統(tǒng)一和高效的機器學習(ML)方法。 工具箱無縫地允許輕松組合多個數(shù)據(jù)表示,算法類和通用工具。
  • Github URL: Shogun
  • Pylearn2機器學習庫。 它的大部分功能都建立在Theano之上。 這意味著您可以使用數(shù)學表達式編寫Pylearn2插件(新模型,算法等),Theano將為您優(yōu)化和穩(wěn)定這些表達式,并將它們編譯為您選擇的后端(CPU或GPU)。

Github URL: Pylearn2

  • NuPIC是一個基于新皮層理論的開源項目,稱為分層時間記憶(HTM)。 HTM理論的一部分已經(jīng)在應(yīng)用中得到實施,測試和使用,HTM理論的其他部分仍在開發(fā)中。

Github URL: NuPIC

  • Nilearn:基于Python的深度學習庫。 它提供易用性,同時提供最高性能。

Github URL: Nilearn

  • Orange3:Python工具箱進行多變量統(tǒng)計,并使用預測建模,分類,解碼或連接分析等應(yīng)用程序。

Github URL: Orange3

  • Pymc: 實現(xiàn)貝葉斯統(tǒng)計模型和擬合算法,包括馬爾可夫鏈蒙特卡羅。 其靈活性和可擴展性使其適用于大量問題。

Github URL: Pymc

-Deap: 一種新穎的進化計算框架,用于快速原型設(shè)計和思想測試。 它旨在使算法明確,數(shù)據(jù)結(jié)構(gòu)透明。 它與多處理和SCOOP等并行機制完美協(xié)調(diào)。

Github URL: Deap

  • Annoy (Approximate Nearest Neighbors Oh Yeah)是一個帶有Python綁定的C ++庫,用于搜索空間中接近給定查詢點的點。 它還創(chuàng)建了大型只讀基于文件的數(shù)據(jù)結(jié)構(gòu),這些數(shù)據(jù)結(jié)構(gòu)映射到內(nèi)存中,以便許多進程可以共享相同的數(shù)據(jù)。

Github URL: Annoy

  • PyBrain是一個用于Python的模塊化機器學習庫。 其目標是為機器學習任務(wù)和各種預定義環(huán)境提供靈活,易用且功能強大的算法,以測試和比較您的算法。

Github URL: PyBrain

  • Fuel是一個數(shù)據(jù)管道框架,可為您的機器學習模型提供所需的數(shù)據(jù)。 它計劃由 Blocks和Pylearn2神經(jīng)網(wǎng)絡(luò)庫使用。

最后給大家分享一些學習的資料
需要的小伙伴關(guān)注小編,領(lǐng)取方式加簡介v哦

    本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
    轉(zhuǎn)藏 分享 獻花(0

    0條評論

    發(fā)表

    請遵守用戶 評論公約

    類似文章 更多