28款GitHub最流行的开源机器学习项目：TensorFlow排榜首

GitHub项目地址: https://github.com/harthur/brain

6. Keras

Keras是极其精简并高度模块化的神经收集库，在TensorFlow 或 Theano 上都可以或许运行，是一个高度模块化的神经收集库，支撑GPU和CPU运算。Keras可以说是Python版的Torch7，对于快速构建CNN模型异常便利，同时也包含了一些最新文献的算法，比如Batch Noramlize，文档教程也很全，在官网上作者都是直接给例子浅近易懂。Keras也支撑保存练习好的参数，然后加载已经练习好的参数，进行持续练习。

当须要如下请求的深度进修的库时，就可以推敲应用Keras：

推敲到简单快速的原型法(经由过程总体模块性、精简性以及可扩大性);
同时支撑卷积收集和递归收集，以及两者之间的组合;
支撑随便率性连接筹划(包含多输入多输出练习);
可在CPU 和 GPU 上无缝运行。

Keras今朝支撑 Python 2.7-3.5。

开辟说话：Python
GitHub项目地址:https://github.com/fchollet/keras

Brain是 JavaScript 中的神经收集库。以下例子解释应用Brain来近似 XOR 功能：

CNTK(Computational Network Toolkit )是一个同一的深度进修对象包，该对象包经由过程一个有向图精力经收集描述为一系列计算步调。在有向图中，叶节点表示输入值或收集参数，其他节点表示该节点输入之上的矩阵运算。

CNTK 使得实现和组合如前馈型神经收集DNN、卷积神经收集(CNN)和轮回神经收集(RNNs/LSTMs)等非行模式变得异常轻易。同时它实现了跨多GPU 和办事器主动分化和并行化的随机梯度降低(SGD，误差反向传播)进修。

下图将CNTK的处理速度(每秒处理的帧数)和其他四个有名的对象包做了比较了。设备采取的是四层全连接的神经收集(拜见基准测试脚本)和一个大年夜小是8192 的高效mini batch。在雷同的硬件和响应的最新公共软件版本(2015.12.3前的版本)的基本上获得如下结不雅：

CNTK自2015年四月就已开源。

开辟说话：C++
GitHub项目地址:https://github.com/Microsoft/CNTK

8. Convnetjs

ConvNetJS是应用Javascript实现的神经收集，同时还具有异常不错的基于浏览器的Demo。它最重要的用处是赞助深度进修初学者更快、更直不雅的懂得算法。

它今朝支撑：

常见的神经收集模块(全连接层，非线性);
分类(SVM/ SOFTMAX)和回归(L2)的成本函数;
指定和练习图像处理的卷积收集;
基于Deep Q Learning的实验强化进修模型。

12. MXNet

一些在线示例：

Convolutional Neural Network>
Pattern是Python的一个Web发掘模块。拥有以下对象：
- 数据发掘：收集办事(Google、Twitter、Wikipedia)、收集爬虫、HTML DOM解析;
- 天然说话处理：词性标注对象(Part-Of-Speech Tagger)、N元搜刮(n-gram search)、情感分析(sentiment analysis)、WordNet;
- 机械进修：向量空间模型、聚类、分类(KNN、SVM、 Perceptron);
- 收集分析：图形中间性和可视化。
10. NuPIC
NuPIC是一个实现了HTM进修算法的机械智能平台。HTM是一个关于新(大年夜脑)皮质(Neocortex)的具体人工智能算法。HTM的核心是基于时光的持续进修算法，该算法可以存储和调用时光和空间两种模式。NuPIC可以实用于解决各类问题，尤其是异常检测和流数据源猜测方面。
NuPIC Binaries文件今朝可用于：
- Linux x86 64bit
- OS X 10.9
- OS X 10.10
- Windows 64bit
NuPIC 有本身的独特之处。很多机械进修算法无法适应新模式，而NuPIC的运作接近于人脑，当模式变更的时刻，它会忘掉落旧模式，记忆新模式。
- 开辟说话：Python
- GitHub项目地址：https://github.com/numenta/nupic
11. Theano
- Theano是一个Python库，它许可应用者有效地定义、优化和评估涉及多维数组的数学表达式，同时支撑GPUs和高效符号分化操作。Theano具有以下特点：
- 与NumPy慎密相干--在Theano的编译功能中应用了Numpy.ndarray ;
- 透明地应用GPU--履行数据密集型计算比CPU快了140多倍(针对Float32);
- 高效符号分化--Theano将函数的导数分为一个或多个不合的输入;
- 速度和稳定性的优化--即使输入的x异常小也可以获得log(1+x)精确结不雅;
- 动态生成 C代码--表达式计算更快;
- 广泛的单位测试和自我验证--多种缺点类型的检测和剖断。
自2007年起，Theano一向致力于大年夜型密集型科学盘似揭捉?究，但它今朝也很被广泛应用在教室之上( 如Montreal大年夜学的深度进修/机械进修课程)。
- 开辟说话：Python
- GitHub项目地址：https://github.com/Theano/Theano
MXNet是一个兼具效力和灵活性的深度进修框架。它许可应用者将符号编程和敕令式编程相结合，以寻求效力和临盆力的最大年夜化。其核心是动态依附调剂法度榜样，该法度榜样可以动态主动进行并行化符号和敕令的操作。个中安排的图形优化层使得符号操作更快和内存应用率更高。该库轻量且便携带，并且可扩大到多个GPU和多台主机上。
重要特点：
- 其设计解释供给了有效的看法，可以被从新应用到其他DL项目中;
  2/6 首页上一页 1 2 3 4 5 6 下一页尾页
  
  　　推荐阅读
  
  　　JS断点调试心得
  
  1.断点调试是啥?难不难?断点调试其实并不是多么复杂的一件事，简单的懂得无外呼就是打开浏览器，打开sources找到js文件，在行号上点一下罢了。操作起来似乎很简单，其实很多人纠结的是，是>>>详细阅读
  
  本文标题：28款GitHub最流行的开源机器学习项目：TensorFlow排榜首
  
  地址：http://www.17bianji.com/lsqh/34852.html
  
  1/2 1