想入门机器学习,但是框架太多了,能给个推荐吗( 三 )


想入门机器学习,但是框架太多了,能给个推荐吗

TensorFlow最初是由谷歌机器智能研究组织的谷歌大脑团队的研究人员和工程师开发的,用于进行机器学习和深度神经网络研究。该系统具有足够的通用性,可以广泛应用于其他领域。
(1)URL:
https://www.tensorflow.org/
(2)Github URL:
https://github.com/tensorflow/tensorflow
Scikit-learnScikit-learn是用于数据挖掘和数据分析的简单而高效的工具,每个人都可访问,并可在各种环境中重用,它建立在NumPy、SciPy和matplotlib之上,是开源的,商业上可用的。
(1)URL:http://scikit-learn.org/
(2)Github URL:
https://github.com/scikit-learn/scikit-learn
KerasKeras是一个高级的神经网络API,用Python编写,能够在TensorFlow、CNTK或Theano上运行。
想入门机器学习,但是框架太多了,能给个推荐吗

(1)URL:
https://keras.io/
(2)Github URL:
https://github.com/keras-team/keras
PyTorchPython中具有强大GPU加速和动态神经网络
想入门机器学习,但是框架太多了,能给个推荐吗

(1)URL:
https://pytorch.org/
(2)Github URL:
https://github.com/pytorch/pytorch
TheanoTheano是一个Python库,允许开发者高效地定义、优化和计算涉及多维数组的数学表达式。它可以使用gpu进行高效的符号微分。
(1)URL:
http://deeplearning.net/software/theano/
(2)Github URL:
https://github.com/Theano/Theano
GensimGensim是一个免费的Python库,具有可伸缩的统计语义、分析纯文本文档的语义结构、检索语义相似的文档等功能。
(1)URL:https://radimrehurek.com/gensim/
(2)Github URL:
https://github.com/RaRe-Technologies/gensim
CaffeCaffe是一种深度学习框架,它考虑了表达式、速度和模块化。由伯克利视觉与学习中心(BVLC)和社区贡献者开发的。
(1)URL:
http://caffe.berkeleyvision.org/
(2)Github URL:
https://github.com/BVLC/caffe
ChainerChainer是一个基于python的、独立的开源框架,用于深度学习模型。Chainer提供了一种灵活、直观、高性能的方法来实现全方位的深度学习模型,包括最先进的模型,如递归神经网络和变分自动编码器。
想入门机器学习,但是框架太多了,能给个推荐吗

(1)URL:
https://chainer.org/
(2)Github URL:
https://github.com/chainer/chainer
StatsmodelsStatsmodels是一个Python模块,允许用户研究数据、估计统计模型和执行统计测试。描述统计、统计测试、绘图函数和结果统计的广泛列表可用于不同类型的数据和估计。
(1)URL:
http://www.statsmodels.org/stable/index.html
(2)Github URL:
https://github.com/statsmodels/statsmodels/
ShogunShogun是机器学习工具箱,提供了广泛的统一和有效的机器学习(ML)方法。允许轻松地组合多个数据表示、算法类和通用工具。
(1)URL:
http://shogun-toolbox.org/
(2)Github URL:
https://github.com/shogun-toolbox/shogun
Pylearn2Pylearn2是一个机器学习库。它的大部分功能都建立在Theano之上。这意味着开发者可以使用数学表达式编写Pylearn2插件(新模型、算法等),Theano将为其优化和稳定这些表达式,并将它们编译到你选择的后端(CPU或GPU)。


推荐阅读