28款GitHub最流行的开源机器学习项目：TensorFlow排榜首

19. neon

neon 是 Nervana 基于 Python 说话的深度进修框架，在诸多常见的深层神经收集中都可以或许获得较高的机能，比如AlexNet、VGG 或者GoogLeNet。在设计 neon 时，开辟者充分推敲了如下功能：

支撑常用的模型及实例，例如 Convnets、 MLPs、 RNNs、LSTMs、Autoencoders 等，个中很多预练习的实现都可以在模型库中发明;
与麦克斯韦GPU中fp16 和 fp32(基准) 的nervanagpu 内核慎密集成;
在Titan X(1 GPU ~ 32 hrs上可完全运行)的AlexNet上为3s/macrobatch(3072图像);
快速影像字幕模型(速度比基于 NeuralTalk 的CPU 快200倍)。
支撑根本主动微分;
框架可视化;
可交换式硬盘后端：一次编写代码，然后设备到 CPU、GPU、或者 Nervana 硬盘。

其文档完美，今朝拥有50多个案例和350多个单位测试。 Pattern今朝只支撑Python 2.5+(尚不支撑Python 3)，该模块除了在Pattern.vector模块中应用LSA外没有其他任何外部请求，是以只需安装 NumPy (仅在Mac OS X上默认安装)。

开辟说话：Python
许可协定：BSD license
GitHub项目地址:https://github.com/clips/pattern

在 Nervana中，neon被用来解决客户在多个域存放在的各类问题。

开辟说话：Python
开源许可：Apache-2.0 license
GitHub项目地址: https://github.com/NervanaSystems/neon

20. Oryx 2

开源项目Oryx供给了简单且及时的大年夜范围机械进修、猜测分析的基本举措措施。它可实现一些常用于贸易应用的算法类：协作式过滤/推荐、分类/回归、集群等。此外，Oryx 可应用 Apache Hadoop 在大年夜范围数据流中建立模型，还可以经由过程HTTP REST API 为这些模型供给及时萌芽，同时跟着新的数据赓续流入，可以近似地主动更新模型。这种包含了计算层和办事层的双重设计，可以或许分别实现一个Lambda 架构。模型在PMML格局交换。

Oryx本质上只做两件事：建模和为模型办事，这就是计算层和办事层两个自力的部分各自的职责。计算层是离线、批量的过程，可大年夜输入数据中建立机械进修模型，它的经营收益在于“代”，即可应用某一点处输入值的快照建模，结不雅就是跟着持续输入的累加，随时光生成一系列输出;办事层也是一个基于Java经久运行的办事器过程，它公开了REST API。应用者可大年夜浏览器中拜访，也可应用任何可以或许发送HTTP请求的说话或对象进行拜访。

Oryx的定位不是机械进修算法的法度榜样库，Owen存眷的重点有四个：回归、分类、集群和协作式过滤(也就是推荐)。个中推荐体系异常热点，Owen正在与几个Cloudera的客户合作，帮他们应用Oryx安排推荐体系。

开辟说话：Java
GitHub项目地址: https://github.com/cloudera/oryx

21. Shogun

Shogun是一个机械进修对象箱，由Soeren Sonnenburg 和GunnarRaetsch(创建，其重点是大年夜标准上的内核进修办法，特别是支撑向量机SVM(Support Vector Machines)的进修对象箱。它供给了一个通用的连接到几个不合的SVM实现方法中的SVM对象接口，今朝成长最先辈的LIBSVM和SVMlight 也位于个中，每个SVM都可以与各类内核相结合。对象箱不仅为常用的内核法度榜样(如线性、多项式、高斯和S型核函数)供给了高效的实现门路，还自带了一些近期的字符串内核函数，例如局部性的改进、Fischer、TOP、Spectrum、加权度内核与移位，后来竽暌剐效的LINADD优化内核函数也已经实现。

此外，Shogun还供给了应用自定义估计算内核工作的自由，个一一个重要特点就是可以经由过程多个子内核的加权线性组合来构造的组合核，每个子内核无需工作在同一个域中。经由过程应用多内核进修可知最优子内核的加权。

今朝Shogun可以解决SVM 2类的分类和回归问题。此外Shogun也添加了了像线性判别分析(LDA)、线性筹划(LPM)、(内核)感知等大年夜量线性办法和一些用于练习隐马尔可夫模型的算法。

开辟说话：C/C++、Python
许可协定：GPLv3
GitHub项目地址: https://github.com/shogun-toolbox/shogun

22. HLearn

HLearn是由Haskell说话编写的高机能机械进修库，今朝它对随便率性维度空间有着最快比来邻的实现算法。

HLearn同样也是一个研究型项目。该项目标研究目标是为机械进修发掘“最佳可能”的接口。这就涉及到了两个互相冲突的请求：该库应当像由C/C++/Fortran/Assembly开辟的底层库那样运行快速;同时也应当像由Python/R/Matlab开辟的高等库那样灵活多变。Julia在这个偏向上取得了惊人的进步，然则 HLearn“野心”更大年夜。更值得留意的是，HLearn的目标是比初级说话速度更快，比高等说话加倍灵活。

其他：

开辟说话：Haskell
GitHub项目地址:https://github.com/mikeizbicki/HLearn

23. MLPNeuralNet

MLPNeuralNet是一个针对iOS和Mac OS体系的快速独裁感知神经收集库，可经由过程已练习的神经统??测新实例。它应用了向量运算和硬盘加快功能(如不雅可用)，其建立在苹不雅公司的加快框架之上。

若你已经用Matlab(Python或R)设计了一个猜测模型，并欲望在iOS应用法度榜样加以应用。在这种情况下，正好须要MLP NeuralNet，而MLP NeuralNet只能加载和运行前向传播方法的模型。MLP NeuralNet 有如下几个特点：

分类、多类分类以及回归输出;
向量化实现情势;
双精度;
多重隐含层数或空(此时相当于逻辑学/线性回归)。
4/6 首页上一页 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