让我们开端吧！

1. TensorFlow – ★ 76.2K

PredictionIO是这个名单里的新手，这使得它的高排名和受迎接程度加倍令人印象深刻。上个月，Apache软件基金会宣布了PredictionIO，之后就大年夜受法度榜样员迎接。PredictionIO建立在最先辈的开源客栈之上，该机械进修办事器专为开辟人员和数据科学家设计，可为任何机械进修义务创建猜测引擎。

TensorFlow位于这个列表的顶部并不奇怪，这是迄今为止GitHub上最受迎接的机械进修衔目，甚至有传言表示，Google正预备借助此项目从新踏入中国。

谷歌机械智能研究机构Google Brain团队的一员表示，TensorFlow是一个应用数据流图进行数值计算的开源软件库。它配备了易于应用的Python界面和其他说话的界面来构建和履行计算图。

作为法度榜样员，你也想拥抱机械进修的春天吗？欲望进步机械进修技能吗？为什么不看一下GitHub上最风行的开源机械进修衔目？本文综合评选了Github上几乎所有的开源机械进修衔目，最终找出了前五大年夜供献度、活泼度、文档完美情况和Star数量最多的项目。

Jeff Dean在本年早些时刻表示，当开源TensorFlow时，谷歌欲望全世界的每小我都可以建立一个机械进修平台。 TensorFlow 1.0是一个快速、灵活，可用于超出其最初设计的广泛应用的临盆型产品。它还包含用于Java和Go的实验性API以及用于对象检测和本地化以及基于相机的图像程式化的新Android演示。（Github开源地址：https://github.com/tensorflow/tensorflow）

2. scikit-learn –★ 22.7K

第二名是scikit-learn，一个用于机械进修的Python模块。scikit拥有很多简单高效的数据发掘和数据分析对象。scikit背后的根本念头是For Science！是以，它在各类情况下都是高度可拜访和可重用的。别的，它建立了像NumPy，SciPy和matplotlib等有名的数据科学对象。

本年早些时刻，Groupon软件工程总监Adam Geitgey谈了开辟人员应当若何进入机械进修范畴。他表示，法度榜样员肯定应当大年夜进修Python开端。 这是迄今为止机械进修最风行的编程说话，为懂得决大年夜多半机械进修问题（不须要深刻进修），谜底很简单，你只须要安装几个python库：scikit-learn，NumPy和pandas。这些对象是免费的，旨在协同工作。（Github开源地址：https://github.com/scikit-learn/scikit-learn）

3. PredictionIO –★ 10.6K

开辟人员可以创建可安排的应用法度榜样，而无需将底层技巧拼凑在一路，并供给完全的客栈和模板。PredictionIO直接构建在Spark和Hadoop上，许可开辟人员应用可定制的模板快速构建和安排引擎，作为临盆中的Web办事，它是用Scala写的。

PredictionIO的重要目标是简化数据基本架构治理，法度榜样员经由过程实现本身的机械进修模型，可以将它们无缝地整合到引擎中，它还经由过程体系化的流程和预先构建的评估办法来加快机械进修建模。（Github开源地址：https://github.com/apache/incubator-predictionio）

4. Swift AI – ★5K

固然仁攀类社会到今天经历过大年夜大年夜小小很多次技巧变迁和概绫屈，但很明显，机械进修是今朝技巧范畴最热点的技巧之一。本年早些时刻，Stack Overflow宣布了一项大年夜范围开辟人员查询拜访的结不雅，机械进修专家在薪酬方面仅次于DevOps专家。机械进修正在经历一段繁华时代，但对于新手而言，开源项目经常会让仁攀困惑。

固然Swift可能正在经历一些逆转，但Swift AI持续在GitHub上获得赞誉。Swift AI是一个完全用Swift编写的高机能深度进修库，支撑所有的Apple平台，Macbook用户应当特别高兴！

Swift AI是为那些有兴趣用Swift编写神经收集的人供给的一个有趣的对象。NeuralNet类包含一个完全连接的前馈人工神经收集。 经由过程对深度进修的支撑，NeuralNet的设计具有灵活性，可用于机能至关重要的应用。（Github开源地址：https://github.com/Swift-AI/Swift-AI）

5. GoLearn – ★4.7K

名单的最后一名是GoLearn，一个用于GO说话的“batteries included”机械进修库。今朝仍在积极开辟中，这个项目正在寻找有兴趣大年夜用户那边接收反馈的开辟者。如不雅应用了SciPy，WEKA或R，GoLearn的机械进修问题模型将会很熟悉。数据被表示为类似于电子表格的平板表格，并用于练习和猜测。

作为一个相对较新的项目，欲望清单比实际的现有对象要长。所以，如不雅你正在寻找一个真正有所作为的项目，GoLearn可能是你须要的。（Github开源地址：https://github.com/sjwhitworth/golearn）

结论

无论是想参加一个有名项目，照样想用新手项目工作，GitHub上都有异常不错的开源机械进修衔目。这些项目也须要法度榜样员的赓续供献，还不快去Github上看一看？

【编辑推荐】

1. 阮一峰：开源许可证基本常识扫盲
 1/2    1 2 下一页 尾页



　　推荐阅读

　　数据中心“中庸”是王道？康普新品助数据中心网络效用最大化

【51CTO.com原创稿件】11月2日，2017第八届 DCD > Hyperscale China国际论坛与展览在北京富力万丽酒店成功举>>>详细阅读




本文标题：机器学习开源项目TOP 5，别就天天只知道TensorFlow！

地址：http://www.17bianji.com/lsqh/38636.html

 1/2    1