在开源中,不管你自己的想法有多原创,看看其他人是否已经执行了这个概念总是明智的。 对于有兴趣利用人工智能(AI)不断增长的力量的组织和个人来说,许多最好的 工具 不仅是免费的和开源的,而且在许多情况下,已经经过了强化和测试。
在领先的公司和非营利组织中,人工智能是一个重中之重,其中许多公司和组织都是开源的有价值的工具。 以下是任何人都可以使用的免费开源AI工具示例。
Acumos。Acumos AI是一个平台和开源框架,可以轻松构建,共享和部署AI应用程序。 它标准化了运行开箱即用的通用AI环境所需的基础架构堆栈和组件。 这使数据科学家和模型培训师能够专注于他们的核心竞争力,而不是无休止地定制,建模和培训AI实施。
Acumos 是LF深度学习基金会的一部分,该基金会是 Linux 基金会内部的一个组织,支持人工智能,机器学习和深度学习方面的开源创新。 目标是使开发人员和数据科学家可以使用这些关键的新技术,包括那些可能在深度学习和人工智能方面经验有限的人。 LF深度学习基金会最近刚刚批准了项目生命周期和贡献流程,现在正在接受项目贡献的提案。
Facebook的框架。Facebook开放了其中央机器学习系统,该系统专为大规模人工智能任务而设计,还有一系列其他人工智能技术。 这些工具是公司使用的经过验证的平台的一部分。 Facebook也开放了深度学习和人工智能框架Caffe2。
说到Caffe。 雅虎还在开源许可下发布了其关键的AI软件。 CaffeOnSpark工具基于深度学习,这是人工智能的一个分支,特别适用于帮助机器识别人类语音或照片或视频内容。 同样,IBM的机器学习程序SystemML可以通过Apache Software Foundation免费共享和修改。
谷歌的工具。Google花了数年时间开发其TensorFlow软件框架,以支持其AI软件和其他预测和分析程序。 TensorFlow是您可能已经使用的几种Google工具的引擎,包括Google相册和Google应用中的语音识别功能。
由Google开源的两款AIY套件让个人可以轻松获得人工智能。 这两个套件专注于计算机视觉和语音助理,是一个小型自组装纸板箱,配有所需的所有组件。 这些工具包目前在美国的Target上可用,并且基于开源的Raspberry Pi平台 - 更多的证据表明在开源和AI的交叉点上发生了多少事情。
H2O.ai. 我之前介绍过H2O.ai,它在机器学习和人工智能领域占据了一席之地,因为它的主要工具是免费和开源的。 只需下载它们,您就可以获得主要的H2O平台和Sparkling Water,它与Apache Spark一起使用。 这些工具在Apache 2.0许可证下运行,这是最灵活的开源许可证之一,您甚至可以在由Amazon Web Services(AWS)和其他人支持的集群上运行它们,只需几百美元。
微软的Onboard。“我们的目标是让AI民主化,使每个人和每个组织都能获得更多,”微软首席执行官Satya Nadella说。 考虑到这一点,Microsoft将继续迭代其Microsoft Cognitive Toolkit。 它是一个开源软件框架,与TensorFlow和Caffe等工具竞争。 Cognitive Toolkit适用于64位平台上的Windows和Linux。
认知工具包通过允许用户创建,训练和评估他们自己的神经网络,然后可以跨大型数据集在多个GPU和多台机器上高效扩展,从而实现企业就绪的生产级AI,“Cognitive Toolkit团队报道。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 开源软件源代码安全缺陷分析报告 ——人工智能类开源软件专题
- 开源 | 深度有趣 - 人工智能实战项目合集
- 百度硅谷人工智能实验室开源高性能计算代码
- 谷歌开源人工智能图像识别模型和 VR 音频工具
- 谷歌开源顶级人工智能自然语言预处理训练技术
- Facebook 致力于人工智能,将开源 PyTorch 1.0 AI 框架
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。