10个人工智能工具和框架

1. Theano

Theano是一个Python库，最适合使用复杂的数学表达式。它使我们能够定义和评估由多维数组组成的数学表达式。Theano只是折叠在与Theano库平行运行的keras上。Theano 是神经网络python机器学习的模块，和TensorFlow非常类似，可以说是TensorFlow的鼻祖。TensorFlow基于 Theano进行了很多的升级改进。

2. H2O：开源AI平台

H2O是用Python，R和Java编程语言编写的开源ML软件工具。
主要由Ai开发人员和研究人员用于预测数据分析。
H2O支持数据驱动的决策制定，还用于分析Apache Hadoop文件系统中的云数据集。

3. Google ML工具包

Google ML Kit允许开发人员为Android和iOS平台构建移动应用。
实际上，这是Google的ML SDK，专门用于移动应用程序开发，并用于构建高度自定义的功能。

4. OpenNN

OpenNN(开放神经网络库)使用C ++编写的，旨在用于深度学习和高级ML研究。
它是一个开放源代码库，带有大量的文档和单元测试功能。
OpenNN提供高处理速度和最佳的内存管理。

5.咖啡(caffe)

它是由伯克利视觉与学习中心(BVLC)和社区捐助者创建的，是一个清晰、可读性高、快速的深度学习框架。
它是一个通用的ML框架，因此被认为是计算机视觉任务的首选。
它具有最先进，最富表现力的架构，可以鼓励创新和速度。

6 .PyTorch

PyTorch旨在加快从研究原型到生产部署的过程。
它是Facebook创建的开源ML框架。
PyTorch具有各种功能，例如分布式培训，TorchScript，python-First。

7.Keras

Keras是比较流行的基于Python的库框架之一，被认为是解决诸如网络配置，图像识别以及针对特定情况选择最佳架构之类的最佳工具。
它可以在TensorFlow或Theano等其他框架的顶部运行。具有独特的功能，使其能够转换为其他框架。

8. Mxnet

Mxnet具有可伸缩性，并具有其他许多很酷的功能，例如轻松地用高级语言编写自定义层。
它是一个开源的，社区开发的框架，并且不受单个公司的直接管理。
它具有TVM支持，可以进一步改善部署支持。

9.Auto ML

Auto ML是供机器学习工程师使用的工具集合中最强大和最新的功能之一。
它专门用于优化机器学习模型。
它节省了很多时间，对于在机器学习领域经验较少的人来说是极其有益的。

10. TensorFlow

TensorFlow由Google Brain开发，是一个开源库，非常适合处理大量复杂的数值计算。
许多巨头公司，例如Google，SAP，Intel和Nvidia，都使用TensorFlow。
它是多层中心，允许开发人员使用大量数据集建立，训练和发送伪造的神经系统。