機(jī)器學(xué)習(xí)平臺(tái)不是未來的潮流。它現(xiàn)在正在發(fā)生。開發(fā)人員需要知道如何以及何時(shí)利用他們的力量。使用像Filestack這樣的合適工具在ML環(huán)境中工作可以使開發(fā)人員更容易創(chuàng)建一個(gè)能夠充分發(fā)揮其功能的高效算法。以下機(jī)器學(xué)習(xí)平臺(tái)和工具 - 無法按特定順序列出 - 現(xiàn)在可用作將ML的功能無縫集成到日常任務(wù)中的資源。
1. H2O
H2O是由H2O.ai為Python，R和Java編程語言設(shè)計(jì)的。通過使用這些熟悉的語言，這個(gè)開源軟件使開發(fā)人員可以輕松地將預(yù)測分析和機(jī)器學(xué)習(xí)應(yīng)用于各種情況。H2O可在Mac，Windows和Linux操作系統(tǒng)上使用，為開發(fā)人員提供分析Apache Hadoop文件系統(tǒng)中的數(shù)據(jù)集以及云中的數(shù)據(jù)集所需的工具。
2. Apache PredictionIO
正在尋找開源堆棧的開發(fā)人員也應(yīng)該將Apache PredictionIO視為構(gòu)建可以滿足任何人工智能任務(wù)的預(yù)測引擎的一種方式，該開源堆棧還具有用于構(gòu)建在其上的機(jī)器學(xué)習(xí)的開源服務(wù)器。除了事件服務(wù)器和平臺(tái)本身，Apache PredictionIO還包括一個(gè)模板庫。
3. Eclipse Deeplearning4j
Eclipse Deeplearning4j是為Java虛擬機(jī)構(gòu)建的開源庫。以深度學(xué)習(xí)為核心，該工具面向那些需要在分布式CPU和GPU上工作的業(yè)務(wù)環(huán)境中構(gòu)建深度神經(jīng)網(wǎng)絡(luò)的開發(fā)人員。與Hadoop等文件系統(tǒng)一起工作的Scala，Clojure和Java程序員都會(huì)喜歡Eclipse Deeplearning4j。此工具提供付費(fèi)支持和企業(yè)分發(fā)，該工具是總部位于舊金山的Skymind公司的一個(gè)項(xiàng)目。
4. Accord.NET Framework
圖像和音頻處理庫使用C＃編程語言編寫，然后與Accord.NET框架結(jié)合使用。在其中，開發(fā)人員可以創(chuàng)建一系列商業(yè)用途的應(yīng)用程序，這些應(yīng)用程序依賴于機(jī)器學(xué)習(xí)，例如計(jì)算機(jī)視覺，信號處理，模式識(shí)別和機(jī)器收聽，這也稱為計(jì)算機(jī)試聽。有多種選擇可供選擇，開發(fā)人員可以利用圖像和信號處理，科學(xué)計(jì)算和支持庫。強(qiáng)大的功能，如實(shí)時(shí)人臉檢測，自然學(xué)習(xí)算法等，增加了該框架的多功能性。
5. Microsoft
在2017年9月的Ignite會(huì)議期間，Microsoft推出了三種Azure機(jī)器學(xué)習(xí)工具 - 學(xué)習(xí)工作臺(tái)，學(xué)習(xí)模型管理服務(wù)和學(xué)習(xí)實(shí)驗(yàn)服務(wù) - 允許開發(fā)人員構(gòu)建自己的人工智能模型。微軟還推出了三個(gè)人工智能工具，內(nèi)容管理員，自定義語音服務(wù)和Bing語音API，以增加其25個(gè)開發(fā)人員工具庫，旨在提高人工智能的可訪問性。
6. ai-one
開發(fā)人員可以使用ai-one創(chuàng)建幾乎適用于任何軟件應(yīng)用程序的智能助手。此工具的資源列表包括開發(fā)人員API，文檔庫和構(gòu)建代理，可用于將數(shù)據(jù)轉(zhuǎn)換為支持ML和AI結(jié)構(gòu)的規(guī)則集。
7. IBM
IBM的Watson平臺(tái)是業(yè)務(wù)用戶和開發(fā)人員可以找到一系列AI工具的地方。該平臺(tái)的用戶可以使用入門套件，示例代碼和其他可通過開放API訪問的工具來構(gòu)建虛擬代理，認(rèn)知搜索引擎和聊天機(jī)器人。
8. Torch
以Lua編程語言為基礎(chǔ)，Torch包括腳本語言，科學(xué)計(jì)算框架和開源ML庫。Torch通過一系列算法支持深度機(jī)器學(xué)習(xí)，并已被DeepMind和Facebook AI Research Group使用。
9. Protege
乍一看，似乎Protege對企業(yè)的關(guān)注幾乎沒有留下任何其他空間。但是，開發(fā)人員可以利用Protege的開源工具套件，為專家和知識(shí)淵博的初學(xué)者提供強(qiáng)大的應(yīng)用工具。兩組開發(fā)人員都可以修改，創(chuàng)建，共享和上傳應(yīng)用程序，以及利用支持性社區(qū)。
10. TensorFlow
TensorFlow專為在依賴機(jī)器學(xué)習(xí)的項(xiàng)目中使用而設(shè)計(jì)，具有使用開源軟件設(shè)計(jì)的平臺(tái)的額外好處。在大量的在線資源，文檔和教程的幫助下，TensorFlow提供了一個(gè)包含數(shù)值計(jì)算形式的數(shù)據(jù)流圖的庫。這種方法的目的是允許開發(fā)人員在包括移動(dòng)設(shè)備，平板電腦和臺(tái)式機(jī)在內(nèi)的多種設(shè)備上啟動(dòng)深度學(xué)習(xí)框架。
11. DiffBlue
DiffBlue是一種非常罕見的開發(fā)工具，它是一個(gè)非常有用但簡單的專用于代碼自動(dòng)化的平臺(tái)。DiffBlue有幾個(gè)核心目的 - 測試編寫，錯(cuò)誤定位，重構(gòu)代碼以及發(fā)現(xiàn)和替換弱點(diǎn)的能力 - 這些都是通過使用自動(dòng)化完成的。
12. Neon
作為英特爾和Nervana的創(chuàng)意，Neon是一個(gè)基于Python的ML庫，是開源的開源軟件。利用其工具的開發(fā)人員可以利用技術(shù)先進(jìn)的應(yīng)用程序和智能代理。Neon位于云端，支持開發(fā)人員發(fā)布，構(gòu)建和培訓(xùn)深度學(xué)習(xí)技術(shù)。
13. Apache Spark MLlib
作為包含內(nèi)存數(shù)據(jù)處理的框架，Apache Spark MLlib具有算法數(shù)據(jù)庫，其重點(diǎn)是聚類，協(xié)同過濾，分類和回歸。開發(fā)人員還可以找到一個(gè)開源框架Singa，它包含一個(gè)可以在眾多機(jī)器及其深度學(xué)習(xí)網(wǎng)絡(luò)中使用的編程工具。
14. OpenNN
OpenNN是一個(gè)C ++編程庫，面向那些想要實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的經(jīng)驗(yàn)豐富的開發(fā)人員。OpenNN包括Neural Designer，這是一種旨在通過創(chuàng)建表格，圖形和其他可視內(nèi)容來解釋和簡化數(shù)據(jù)條目的工具。雖然OpenNN為其用戶提供了大量的教程和文檔庫，但它主要針對那些已經(jīng)擁有大量AI經(jīng)驗(yàn)的開發(fā)人員。
15. Amazon Web Services
開發(fā)人員可以利用Amazon Web Services（AWS）提供的大量AI工具包，其中包括Amazon Lex，Amazon Rekognition Image和Amazon Polly。開發(fā)人員以不同的方式使用每個(gè)工具來創(chuàng)建ML工具。例如，亞馬遜波利利用人工智能來自動(dòng)化將語音翻譯成書面文本的過程。亞馬遜Lex構(gòu)成了該品牌聊天機(jī)器人的基礎(chǔ)，與其個(gè)人助理Alexa一起使用。
16. Mahout
對于需要?jiǎng)?chuàng)建依賴ML以擴(kuò)展的應(yīng)用程序的開發(fā)人員，有Mahout。除了諸如教程之類的資源之外，Mahout還為初級開發(fā)人員提供了使用先入為主的算法的能力，然后可以與Apache Flink，Apaches Spark和H2O一起使用。
17. Veles
使用C ++編寫并使用Python進(jìn)行節(jié)點(diǎn)協(xié)調(diào)，Veles是三星對ML環(huán)境的貢獻(xiàn)。那些已經(jīng)需要可以立即用于數(shù)據(jù)分析并且由經(jīng)過訓(xùn)練的模型組成的API的開發(fā)人員將在Veles中找到價(jià)值。
18. Caffe
Caffe由伯克利視覺與學(xué)習(xí)中心（BVLC）與開發(fā)者社區(qū)合作開發(fā)。它旨在為開發(fā)人員提供基于圖像的自動(dòng)檢測工具。Caffe被世界上一些最大的品牌使用，包括Pinterest和Facebook。
開始使用這些機(jī)器學(xué)習(xí)平臺(tái)
剛剛開始他們的職業(yè)生涯的開發(fā)人員以及那些專家的開發(fā)人員將在他們通過上述列表工作時(shí)找到寶庫資源。其中一些依賴于特定的編程語言，而其他一些可以在包括云中的各種實(shí)例中使用。軟件和基于云的產(chǎn)品都允許開發(fā)人員利用每個(gè)產(chǎn)品的優(yōu)勢。
原文標(biāo)題《18 Machine Learning Platforms For Developers》
