5大機器學習免費開源工具！人工智慧3分鐘教学！
如今，科技公司似乎無法足夠快地雇用他們的AI或ML專家。 因此，如果您正在尋求升級您的技能組合或只是使用一個很酷的新工具，我們已經為您提供了前5個選擇，以獲得最佳的機器學習開源工具。
如今機器學習經歷了復興。 似乎每天都有這項技術的新進展，從圖像和聲音識別的進步到唇讀，以及在所有游戲中擊敗我們。然而，這種復興主要由硅谷資助。 公司正在爭先恐后地尋找能夠編寫ML和深度學習代碼的足夠程序員。 去年是信息自由的好年景，谷歌，微軟，Facebook，亞馬遜，甚至百度等行業的巨頭開源了他們的ML框架。
解放代碼是吸引人才和發展社區以及贏得善意的好方法。 （畢竟，開發人員高度重視雇主的開源工作。）谷歌無疑是開源機器學習領域的巨人，TensorFlow以大多數指標擊敗所有參與者。
鑒于機器學習的真正革命可能帶來的范式轉變，保持技術對開源的投入是非常重要的。 這些科學進步不屬于任何一家公司或公司，而是屬于全世界。 讓ML開放和均勻分布意味著每個人都可以加入這場革命。
OpenAI
有些人對機器學習軍備競賽感到有點擔心，因為世界頂尖大學失去了人才。 如果有專有的公司信息，技術上的巨大飛躍就意味著什么。因此，Elon Musk和他的伙伴們為OpenAI這個非盈利的人工智慧研究計劃提供了超過10億美元的資金。
OpenAI的使命是建立安全的人工智慧通用智能（AGI），并確保AGI的優勢盡可能廣泛和均勻地分布。 我們預計AI技術在短期內會產生巨大影響，但其影響將超過第一批AGI的影響。
OpenAI擁有60多名全職研究人員，他們發表了有關人工智慧功能和開源軟件工具的精彩論文。 前往那里查看他們的平臺，如Gym，一個用于開發比較強化學習算法的工具包，以及Universe，一個測量AI的一般智能的健身房環境的集合。
TensorFlow
由谷歌開源，這是開源ML庫的贏家和冠軍。 TensorFlow主要使用易于使用的Python編寫，在Java和Go中也有一些實驗性API。
有用的是，TensorFlow的入門部分有一個ML for beginners部分以及專家部分。 TensorFlow可能是此列表中更易于訪問的開源工具之一，并且有充分的理由。 它是GitHub上最頂級的開源ML工具，擁有大多數項目（你嘗試過噩夢般的搞笑edge2cats嗎？）以及最大的社區。
鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智慧來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
而且谷歌為此還發布了一個TensorFlow.js的工具，有了這項工具，即使不是機器視覺領域的專家，大家也可以實現很多應用場景，比如在瀏覽器中訓練自己的寵物臉辨識系統，在自家的監視系統中使用等等。
char-RNN
好吧，公平地說，由于Janelle Shane的工作，這個基于Torch / Lua的神經網絡在此列表中是100％。 作為科學前沿的明信片背后的研究人員，McShane用角色級語言模型提出了一些非常有趣的項目。 無論是食譜，行星還是神奇寶貝，她的神經網絡都在努力學習。 我們不應該笑。
Torch一般來說是一個很好的學習框架，至少因為FB似乎基本上都是支持這個深度學習框架。
PaddlePaddle
這是我們在JAXenter的一個新的。 PaddlePaddle是研究人員在百度，中國谷歌（以及其他事物）的工作。 百度有一個相當先進的人工智慧實驗室，由前斯坦福大學教授管理。 PaddlePaddle幾乎是谷歌開源深度學習主導的直接鏡頭。
Paddle代表PArallel Distributed Deep LEarning，它被稱為易于使用，高效，靈活和可擴展的深度學習平臺。 他們的入門頁面非常適合深度學習初學者，并通過一些問題集的初始步驟走新人。
CNTK
Microsoft的Cognitive Toolkit是一個深度學習工具包，用于訓練算法，以便像人類大腦一樣學習。 正如他們的GitHub頁面迷人地指出的那樣，“CNTK正在微軟積極使用并不斷發展。 會有錯誤。“足夠公平。
毫無疑問，這個工具意味著使用神經網絡來瀏覽非結構化數據的大型數據集。 通過更快的培訓時間和易于使用的架構，CNTK可高度自定義，允許您選擇自己的參數，算法和網絡。 它是用Python和C ++編寫的。
如今機器學習經歷了復興。 似乎每天都有這項技術的新進展，從圖像和聲音識別的進步到唇讀，以及在所有游戲中擊敗我們。然而，這種復興主要由硅谷資助。 公司正在爭先恐后地尋找能夠編寫ML和深度學習代碼的足夠程序員。 去年是信息自由的好年景，谷歌，微軟，Facebook，亞馬遜，甚至百度等行業的巨頭開源了他們的ML框架。
解放代碼是吸引人才和發展社區以及贏得善意的好方法。 （畢竟，開發人員高度重視雇主的開源工作。）谷歌無疑是開源機器學習領域的巨人，TensorFlow以大多數指標擊敗所有參與者。
鑒于機器學習的真正革命可能帶來的范式轉變，保持技術對開源的投入是非常重要的。 這些科學進步不屬于任何一家公司或公司，而是屬于全世界。 讓ML開放和均勻分布意味著每個人都可以加入這場革命。
OpenAI
有些人對機器學習軍備競賽感到有點擔心，因為世界頂尖大學失去了人才。 如果有專有的公司信息，技術上的巨大飛躍就意味著什么。因此，Elon Musk和他的伙伴們為OpenAI這個非盈利的人工智慧研究計劃提供了超過10億美元的資金。
OpenAI的使命是建立安全的人工智慧通用智能（AGI），并確保AGI的優勢盡可能廣泛和均勻地分布。 我們預計AI技術在短期內會產生巨大影響，但其影響將超過第一批AGI的影響。
OpenAI擁有60多名全職研究人員，他們發表了有關人工智慧功能和開源軟件工具的精彩論文。 前往那里查看他們的平臺，如Gym，一個用于開發比較強化學習算法的工具包，以及Universe，一個測量AI的一般智能的健身房環境的集合。
TensorFlow
由谷歌開源，這是開源ML庫的贏家和冠軍。 TensorFlow主要使用易于使用的Python編寫，在Java和Go中也有一些實驗性API。
有用的是，TensorFlow的入門部分有一個ML for beginners部分以及專家部分。 TensorFlow可能是此列表中更易于訪問的開源工具之一，并且有充分的理由。 它是GitHub上最頂級的開源ML工具，擁有大多數項目（你嘗試過噩夢般的搞笑edge2cats嗎？）以及最大的社區。
鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智慧來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
而且谷歌為此還發布了一個TensorFlow.js的工具，有了這項工具，即使不是機器視覺領域的專家，大家也可以實現很多應用場景，比如在瀏覽器中訓練自己的寵物臉辨識系統，在自家的監視系統中使用等等。
char-RNN
好吧，公平地說，由于Janelle Shane的工作，這個基于Torch / Lua的神經網絡在此列表中是100％。 作為科學前沿的明信片背后的研究人員，McShane用角色級語言模型提出了一些非常有趣的項目。 無論是食譜，行星還是神奇寶貝，她的神經網絡都在努力學習。 我們不應該笑。
Torch一般來說是一個很好的學習框架，至少因為FB似乎基本上都是支持這個深度學習框架。
PaddlePaddle
這是我們在JAXenter的一個新的。 PaddlePaddle是研究人員在百度，中國谷歌（以及其他事物）的工作。 百度有一個相當先進的人工智慧實驗室，由前斯坦福大學教授管理。 PaddlePaddle幾乎是谷歌開源深度學習主導的直接鏡頭。
Paddle代表PArallel Distributed Deep LEarning，它被稱為易于使用，高效，靈活和可擴展的深度學習平臺。 他們的入門頁面非常適合深度學習初學者，并通過一些問題集的初始步驟走新人。
CNTK
Microsoft的Cognitive Toolkit是一個深度學習工具包，用于訓練算法，以便像人類大腦一樣學習。 正如他們的GitHub頁面迷人地指出的那樣，“CNTK正在微軟積極使用并不斷發展。 會有錯誤。“足夠公平。
毫無疑問，這個工具意味著使用神經網絡來瀏覽非結構化數據的大型數據集。 通過更快的培訓時間和易于使用的架構，CNTK可高度自定義，允許您選擇自己的參數，算法和網絡。 它是用Python和C ++編寫的。