机器学习的框架、平台、系统、库和工具包的列表.pdfVIP

机器学习的框架、平台、系统、库和⼯具包的列表

⽹络上发现了⼀份更加全⾯的列表，涉及到框架、平台、系统、库、⼯具包，⼤部分是国外项⽬，AI的发展离不开⼤公司的贡献，微软、⾕

歌、FACEBOOK、IBM、亚马逊，还有⼤学科研机构，以及创业的科研⼤⽜，等等。

平台和系统

TensorFlow—TensorFlow是⾕歌的第⼆代机器学习系统，内建深度学习的扩展⽀持，任何能够⽤计算流图形来表达的计算，都可以使

⽤TensorFlow

PaddlePaddle—百度研发的深度学习平台，具有易⽤，⾼效，灵活和可伸缩等特点，为百度内部多项产品提供深度学习算法⽀持

ApacheSINGA—SINGA是基于⼤型数据集训练，⼤型深度学习模块的常规分布式学习平台。SINGA⽀持各种流⾏的深度学习模块

ScikitFlow—TensorFlow的简化接⼝，模仿Scikit学习，⽤户可在预测分析和数据挖掘中使⽤

VELES—分布式深度学习应⽤系统，⽤户只需要提供参数，剩下的都可以交给VELES。VELES是三星开发的另⼀个TensorFlow

SpeeDO—为通⽤硬件设计的并⾏深度学习系统。SpeeDO不需要特殊的I/O硬件，⽀持CPU/GPU集群，可以很⽅便地在各种云端环

境上部署，如AWS、GoogleGCE、MicrosoftAzure等等

框架

Torchnet—Facebook为加快A.I研究⽽开源的深度学习框架

LightGBM—微软开源的⼀个实现GBDT算法的框架，⽀持⾼效率的并⾏训练。旨在解决GBDT在海量数据遇到的问题，让GBDT可以

更好更快地⽤于⼯业实践

Guagua—Hadoop迭代式计算框架Guagua是PayPal的⼀个开源机器学习框架Shifu的⼦项⽬，主要解决模型训练的分布式问题

Chainer—Chainer在深度学习的理论算法和实际应⽤之间架起⼀座桥梁，深度学习的灵活框架

Shifu—基于Hadoop的快速和可伸缩的机器学习框架

KeystoneML—⽤Scala编写的框架，旨在简化构造⼤规模、端到端的机器学习管道，基于ApacheSpark构建

LightNet—轻量级，多功能，完全基于Matlab的深度学习框架。⽬的是为深度学习研究提供⼀个易于理解、易于使⽤和⾼效的计算平台

DeepLearningKit—针对iOS、OSX和tvOS的开源深度学习框架

GoLearn—GoLearn是⼀款Go语⾔实现的机器学习框架

YCML—使⽤Objective-C编写的机器学习框架，也⽀持Swift

⼯具包和库

DMTK—微软开源的分布式机器学习⼯具包，包括DMTK分布式机器学习框架、⽤于训练主题模型的LightLDA以及分布式词向量

CNTK—微软开源的⽤于语⾳识别的深度学习⼯具包，借助GPU的能⼒，该⼯具包的效率相当⾼

DSSTNE—亚马逊开源的深度学习⼯具，能同时⽀持两个图形处理器(GPU)参与运算，主要⽤作智能搜索和推荐

Scikit-learn—Python的机器学习项⽬，简洁、⾼效的算法库，提供⼀系列的监督学习和⽆监督学习的算法，⽤于数据挖掘和数据分析。

SciKit-learn⼏乎覆盖了机器学习的所有主流算法

Deeplearning4j—为Java和Scala编写的⾸个商业级开源分布式深度学习库，为商业环境所设计，以即插即⽤为⽬标，通过更多预设的

使⽤，避免太多配置，让⾮研究⼈员也能够进⾏快速的原型制作

MXNet—轻量级且灵活⾼效的深度学习库，允许使⽤混合符号编程和命令式编程

CaffeOnSpark—雅虎开源的基于Hadoop/Spark的分布式深度学习包

BigDL—英特尔开源的基于ApacheSpark的分布式深度学习库，⽀持⾼性能⼤数据分析

SwiftAI—⾼性能的⼈⼯智能和机器学习库，完全⽤Swift编写，⽬前⽀持iOS和OSX，包括⼀组⼈⼯智能和机器学习的通⽤⼯具

Gorgonia—Go机器学习库，⽤于撰写和评估多维数组的数学公式。与Theano和TensorFlow理念相似，⽀持GPU/CUDA，⽀持分

布式计算

SharkC++—快速、模块化、功能丰富的开源C++机器学习库，提供了各种机器学习相关技术，⽐如线性/⾮线性优化、基于内核学习算

法、神经⽹络等

MLPACK—C++的机器学习库，亮点在于其扩展性、⾼速性和易⽤性