Java和Python機(jī)器學(xué)習(xí)框架都有哪些

　　機(jī)器學(xué)習(xí)的爆炸性增長(zhǎng)推動(dòng)了許多開(kāi)源工具的發(fā)展，使得開(kāi)發(fā)人員更容易學(xué)習(xí)其技術(shù)。接下來(lái)，我們來(lái)看看開(kāi)發(fā)者最喜歡的Java和Python機(jī)器學(xué)習(xí)框架都有哪些？

　　據(jù)技術(shù)專(zhuān)家介紹，未來(lái)人工智能和機(jī)器學(xué)習(xí)的前景是光明的。所以，如果開(kāi)發(fā)者想學(xué)習(xí)一門(mén)理想的技能，機(jī)器學(xué)習(xí)是很棒的選擇。本文了解了頂級(jí)的機(jī)器學(xué)習(xí)庫(kù)和開(kāi)源項(xiàng)目，給出了以下五大優(yōu)秀框架。（排名不分先后）

　　Apache Singa

　　Apache Singa由新加坡國(guó)立大學(xué)的團(tuán)隊(duì)開(kāi)發(fā)，是一個(gè)靈活可擴(kuò)展的利用大數(shù)據(jù)分析的深度學(xué)習(xí)平臺(tái)。這個(gè)深度學(xué)習(xí)框架為大量數(shù)據(jù)的可擴(kuò)展分布式培訓(xùn)提供了靈活架構(gòu)。Singa可擴(kuò)展以運(yùn)行各種硬件，主要應(yīng)用在圖像識(shí)別和自然語(yǔ)言處理（NLP）方面。

　　Singa目前是一個(gè)Apache孵化器項(xiàng)目，提供了簡(jiǎn)單的編程模型，可以在一個(gè)節(jié)點(diǎn)集群上工作。分布式深度學(xué)習(xí)在訓(xùn)練過(guò)程中使用模型劃分和并行化，一般而言，Singa支持傳統(tǒng)的機(jī)器學(xué)習(xí)模型，如邏輯回歸。

　　Singa是用Java，C ++和Python編寫(xiě)的，可以在AWS上或通過(guò)Docker嘗試使用。

　　Apache Mahout

　　Apache的另一個(gè)開(kāi)源產(chǎn)品Apache Mahout是一個(gè)分布式線性代數(shù)框架，用于創(chuàng)建可擴(kuò)展的高性能機(jī)器學(xué)習(xí)應(yīng)用程序，旨在讓數(shù)學(xué)家，統(tǒng)計(jì)學(xué)家和數(shù)據(jù)科學(xué)家快速實(shí)現(xiàn)算法，Mahout主要關(guān)注協(xié)同過(guò)濾，聚類(lèi)和分類(lèi)。

　　Apache Mahout使程序員能夠在大數(shù)據(jù)平臺(tái)執(zhí)行的交互式環(huán)境中實(shí)現(xiàn)數(shù)學(xué)運(yùn)算，然后將完全相同的代碼移至應(yīng)用程序并進(jìn)行部署。Mahout Samsara提供了一個(gè)分布式線性代數(shù)和統(tǒng)計(jì)引擎，該引擎不僅性能良好，還可與交互式shell（現(xiàn)在位于Apache Zeppelin中）一起分發(fā)，可在生產(chǎn)環(huán)境中鏈接到應(yīng)用程序的庫(kù)。Mahout通常搭載Apache Hadoop平臺(tái)使用map / reduce范例，但這不會(huì)限制對(duì)基于Hadoop實(shí)現(xiàn)的貢獻(xiàn)。

　　最后，Apache Mahout是用Java和Scala編寫(xiě)的。

　　Microsoft Cognitive Toolkit （CNTK）

　　微軟的認(rèn)知工具包是一個(gè)開(kāi)源的深度學(xué)習(xí)工具包，用于訓(xùn)練機(jī)器像人腦一樣學(xué)習(xí)算法。CNTK使得用戶可以很容易地使用流行的機(jī)器學(xué)習(xí)模型，如feed-forwards DNN，卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)。

　　這個(gè)工具毫無(wú)疑問(wèn)是使用神經(jīng)網(wǎng)絡(luò)處理非結(jié)構(gòu)化數(shù)據(jù)的大數(shù)據(jù)集。憑借更短的培訓(xùn)時(shí)間和易于使用的架構(gòu)，CNTK具有高度可定制性，允許程序員選擇自己的參數(shù)，算法和網(wǎng)絡(luò)。由于其支持“多機(jī)多GPU”，CNTK很容易勝過(guò)其競(jìng)爭(zhēng)對(duì)手。如果有興趣，微軟甚至?xí)峁┮粋€(gè)介紹視頻。

　　最后，Microsoft CNTK是用Python和C ++編寫(xiě)的。

　　Caffe

　　由伯克利人工智能研究團(tuán)隊(duì)開(kāi)發(fā)的Caffe是一個(gè)由表達(dá)式，速度和模塊化組成的深度學(xué)習(xí)框架。富有表現(xiàn)力的架構(gòu)鼓勵(lì)應(yīng)用和定制創(chuàng)新，配置選項(xiàng)允許用戶通過(guò)設(shè)置一個(gè)標(biāo)志在CPU和GPU之間切換。Caffe的可擴(kuò)展代碼已經(jīng)幫助推動(dòng)了它的早期發(fā)展，使其成為一個(gè)被高度評(píng)價(jià)的GitHub機(jī)器學(xué)習(xí)項(xiàng)目。

　　Caffe的速度使其對(duì)研究機(jī)構(gòu)和行業(yè)部署都非常有價(jià)值，它是通過(guò)卷積神經(jīng)網(wǎng)絡(luò)（CNN）來(lái)開(kāi)發(fā)用于計(jì)算機(jī)視覺(jué)/圖像分類(lèi)的。Caffe提供一組預(yù)先訓(xùn)練的模型，不需要任何編碼來(lái)實(shí)現(xiàn)。然而，Caffe最適合于構(gòu)建應(yīng)用，并且不是計(jì)算機(jī)視覺(jué)以外的任何其他應(yīng)用。

　　最后，Caffe是用C++編寫(xiě)的有Python接口的機(jī)器學(xué)習(xí)框架。

　　TensorFlow

　　最后一個(gè)是我們最喜歡的機(jī)器學(xué)習(xí)框架，被稱(chēng)作無(wú)與倫比的TensorFlow框架。 TensorFlow是一個(gè)使用數(shù)據(jù)流圖進(jìn)行數(shù)值計(jì)算的開(kāi)源軟件庫(kù)，是GitHub上最受歡迎的機(jī)器學(xué)習(xí)項(xiàng)目，也是參與者和貢獻(xiàn)者最多的機(jī)器學(xué)習(xí)項(xiàng)目。

　　無(wú)論是臺(tái)式機(jī)，服務(wù)器還是手機(jī)，TensorFlow靈活的架構(gòu)都可以使用戶輕松使用單一API將計(jì)算部署到一個(gè)或多個(gè)CPU或GPU。

　　TensorFlow主要是用Python編寫(xiě)的，但它也支持Java和Go的一些用法。

　　結(jié)論

　　在2018年，Python的持續(xù)增長(zhǎng)肯定與過(guò)去幾年機(jī)器學(xué)習(xí)的爆炸式增長(zhǎng)有關(guān)。一些世界上最受歡迎的ML框架和庫(kù)是由Python編寫(xiě)或主要由Python支持的，包括TensorFlow，Keras，Theano以及sci-kit learn，Chainer，H20，Microsoft Azure Studio，Veles和Neon等小型項(xiàng)目。Python不支持，C ++也支持，比如微軟的CNTK和Caffe。

　　所以，如果你有興趣學(xué)習(xí)一些ML技能，或者抓住最新的技術(shù)浪潮，那么可能是時(shí)候把舊的Python或C ++教科書(shū)甩開(kāi)，開(kāi)始實(shí)踐了。