0
| 本文作者： 楊鯉萍 | 2020-02-11 10:20 |
雷鋒網(wǎng) AI 開發(fā)者按：工欲善其事必先利其器，這也是大部分開發(fā)者在日常工作中最重要開發(fā)原則。選擇與開發(fā)內(nèi)容相匹配的工具，常常會使我們事半功倍。但面對人工智能的多個領(lǐng)域，如：機器學(xué)習(xí)、深度學(xué)習(xí)、NLP等等，多樣的工具有時也讓我們也無從選擇。
就在最近，一個基于 javascript 的可視化庫 D3js（treemap 可視化）對 json 文件生成的技術(shù)圖，給開發(fā)者提供了詳細(xì)的各領(lǐng)域工具清單，內(nèi)容涵蓋了 11 種極具潛力的 AI 工具類型，雷鋒網(wǎng) AI 開發(fā)者將其整理如下，強烈建議大家收藏~
目錄：
Ⅰ、經(jīng)典機器學(xué)習(xí)（1-3）
Ⅱ、深度學(xué)習(xí)（4-8）
Ⅲ、強化學(xué)習(xí)（9-12）
Ⅳ、自然語言處理（13-18）
Ⅴ、語音識別（19-21）
Ⅵ、計算機視覺（22-26）
Ⅶ、分布式訓(xùn)練（27-31）
Ⅷ、自動建模（32-35）
Ⅸ、IDEs系統(tǒng)（36-38）
Ⅹ、平臺（39-41）
Ⅺ、評分推理系統(tǒng)（42-43）
一、SciKit-learn ?star 39.2k ?fork 19.2k
scikit-learn 是一種強大的基于 Python 語言的機器學(xué)習(xí)算法庫（https://scikit-learn.org/stable/）。其中，包含了算法預(yù)處理，模型參數(shù)擇優(yōu)，回歸與分類等算法，官方文檔包含了每一種算法的例子，代碼簡潔優(yōu)美，可視化了每一種算法結(jié)果，即能學(xué)習(xí) python，也是幫助開發(fā)者更好理解機器學(xué)習(xí)算法的便利工具。
尤其在監(jiān)督學(xué)習(xí)部分，Scikit-learn 提供了廣義線性模型、支持向量機、最近鄰算法、高斯過程、樸素貝葉斯、決策樹和集成方法等算法教程，同時還介紹了特征選擇、隨即梯度下降算法、線性與二次判別分析等在監(jiān)督學(xué)習(xí)中非常重要的概念；而在半監(jiān)督學(xué)習(xí)中的標(biāo)簽傳播算法和無監(jiān)督學(xué)習(xí)中的聚類與降維算法方面，也有非常多的教程。
GitHub 地址：
二、XGBoost star 18.3k ?fork 7.3k
xgboost 的全稱是 eXtreme Gradient Boosting，它在 Gradient Boosting 框架下實現(xiàn)了 c++機器學(xué)習(xí)算法。
XGBoost 最大的特點在于，它能夠自動利用 CPU 的多線程進行并行，同時在算法上加以改進提高了精度。它是經(jīng)過優(yōu)化的分布式梯度提升庫，可擴展性強，高效、靈活且可移植。
GitHub 地址：
三、Accord.NET star 3.7k ?fork 1.7k
Accord.NET Framework 是一個.NET 機器學(xué)習(xí)框架，結(jié)合了完全用 C＃編寫的音頻和圖像處理庫（http://accord-framework.net/）。
它可用于構(gòu)建生產(chǎn)級計算機視覺、計算機試聽、信號處理和統(tǒng)計應(yīng)用程序甚至用于商業(yè)用途的完整框架，并為.NET 的應(yīng)用程序提供了統(tǒng)計分析、機器學(xué)習(xí)、圖像處理、計算機視覺相關(guān)的算法。
GitHub 地址：
TensorFlow 2019 年相關(guān)數(shù)據(jù)
四、TensorFlow star 141k ?fork 79.8k
TensorFlow 是用于機器學(xué)習(xí)的端到端開源平臺（https://tensorflow.org），也是 2019 年度 GitHub 上最受歡迎的項目。
它具有工具、庫、社區(qū)資源全面且靈活的生態(tài)系統(tǒng)，提供穩(wěn)定的 Python 和 C ++ API，以及其他語言的非保證向后兼容 API；能夠幫助開發(fā)者們在 ML 領(lǐng)域的研究與發(fā)展，并使開發(fā)人員輕松構(gòu)建和部署 ML 支持的應(yīng)用程序。
GitHub 地址：
五、PyTorch star 35.8k ?fork 9k
作為 TensorFlow 強有力競爭對手的 PyTorch，也是目前較為主流的深度學(xué)習(xí)工具之一。
PyTorch 是一個開源的機器學(xué)習(xí)框架，提供了兩個高級功能，包括：具有強有力的 GPU 加速度的張量計算（如 NumPy），以及基于磁帶自動調(diào)整系統(tǒng)構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)；可加快從研究原型到生產(chǎn)部署的過程。
此前，OpenAI 官方宣布了「全面轉(zhuǎn)向 PyTorch」的消息，計劃將自家平臺的所有框架統(tǒng)一為 PyTorch，也進一步體現(xiàn)了 PyTorch 在深度學(xué)習(xí)方面的潛力。
GitHub 地址：
六、MXNET star 18.4k ?fork 6.5k
MXNet 是一個功能齊全，可編程和可擴展的深入學(xué)習(xí)框架，支持最先進的深入學(xué)習(xí)模式（https://mxnet.apache.org/）。
MXNet 提供了混合編程模型（命令式和聲明式）和大量編程語言的代碼（包括 Python、C++、R、Scala、Julia、Matlab 和 JavaScript）的能力，是一個易安裝易上手的開源深度學(xué)習(xí)工具，它提供了一個 python 接口 gluon，能夠讓開發(fā)者迅速搭建起神經(jīng)網(wǎng)絡(luò)，并進行高效訓(xùn)練。
GitHub 地址：
七、Sonnet star 8.1k ?fork 1.2k
Sonnet 是由 DeepMind 發(fā)布的，在 TensorFlow 上用于構(gòu)建復(fù)雜神經(jīng)網(wǎng)絡(luò)的開源庫。
Sonnet 主要用于讓 DeepMind 開發(fā)的其它模型更容易共享，Sonnet 可以在內(nèi)部的其它子模塊中編寫模塊，或者在構(gòu)建新模塊時傳遞其它模型作為參數(shù)；同時，Sonnet 提供實用程序來處理這些任意層次結(jié)構(gòu)，以便于使用不同的 RNN 進行實驗，整個過程無需繁瑣的代碼改寫。
GitHub 地址：
八、DL4J star 11.5k ?fork 4.8k
DL4J 是采用 java 和 jvm 編寫的開源深度學(xué)習(xí)庫，支持各種深度學(xué)習(xí)模型。DL4J 最重要的特點是支持分布式，可以在 Spark 和 Hadoop 上運行，它支持分布式 CPU 和 GPU 運行，并可以利用 Spark 在多臺服務(wù)器多個 GPU 上開展分布式的深度學(xué)習(xí)模型訓(xùn)練，讓模型運行更快。
DL4J 的基本特性包括：DL4J 中的神經(jīng)網(wǎng)絡(luò)訓(xùn)練通過簇的迭代并行計算；整個過程由 Hadoop 和 Spark 架構(gòu)支持；使用 Java 允許開發(fā)者在 Android 設(shè)備的程序開發(fā)周期中使用。
GitHub 地址：
九、Gym star 19.6k ?fork 5.5k
Gym 是一個用于開發(fā)和比較強化學(xué)習(xí)算法的工具（https://gym.openai.com/）。
它無需對 agent 的先驗知識，并且采用 python 作為主要開發(fā)語言，因此可以簡單的和 TensorFlow 等深度學(xué)習(xí)庫進行開發(fā)集成，同時直觀的將學(xué)習(xí)結(jié)果用畫面直觀的展示出來。Gym 庫中包含許多可以用于制定強化學(xué)習(xí)算法的測試問題（即環(huán)境），這些環(huán)境有共享接口，允許編寫通用的算法。
GitHub 地址：
十、Dopamine star 8.7k ?fork 1.1k
一款基于 Tensorflow 的框架，旨在為新手和經(jīng)驗豐富的強化學(xué)習(xí)研究人員提供兼具靈活性、穩(wěn)定性和可重復(fù)性的新工具。
該框架的靈感來源于大腦中獎勵-動機行為的主要成分「多巴胺受體」，這反映了神經(jīng)科學(xué)與強化學(xué)習(xí)研究之間的強大的歷史聯(lián)系，是一個強化學(xué)習(xí)算法快速原型的研究框架。
GitHub 地址：
十一、ReAgent star 2.4k ?fork 312
Facebook 推出的一個構(gòu)建決策推理系統(tǒng)的模塊化端到端平臺，用于推理系統(tǒng)（強化學(xué)習(xí)、上下文管理等）, 可以顯著簡化推理模型構(gòu)建過程。
ReAgent 由三部分組成：生成決策并接收決策反饋的模型、用于評估新模型部署前性能的模塊及快速迭代的服務(wù)平臺。同時，ReAgent 也是創(chuàng)建基于 AI 的推理系統(tǒng)的最全面、模塊化開源平臺，并且是第一個包含策略評估的平臺，將會加速相關(guān)決策系統(tǒng)的部署。
GitHub 地址：
十二、Tensorlayer star 5.9k ?fork 1.3k
這是一個面向科學(xué)家的深度學(xué)習(xí)和強化學(xué)習(xí)庫。TensorLayer 由底層到上層可以分為三大模塊：神經(jīng)網(wǎng)絡(luò)模塊、工作流模塊、應(yīng)用模塊。
與 Keras 和 Pytorch 相比，TensorLayer 提高了神經(jīng)網(wǎng)絡(luò)模塊的抽象化設(shè)計，同時實現(xiàn)了降低使用現(xiàn)有層和開發(fā)新層的工作量。
GitHub 地址：
十三、BERT star 21.3k ?fork 5.8k
BERT 是一個基于雙向 Transformer 的大規(guī)模預(yù)訓(xùn)練語言模型，用于對大量未標(biāo)記的文本數(shù)據(jù)進行預(yù)訓(xùn)練，以學(xué)習(xí)一種語言表示形式，這種語言表示形式可用于對特定機器學(xué)習(xí)任務(wù)進行微調(diào)。
BERT 被稱為是 NLP 領(lǐng)域中里程碑的進展；目前，BERT 也是 NLP 深度學(xué)習(xí)中的重要組成部分，很多之后的自然語言處理模型都是在此基礎(chǔ)上優(yōu)化與改進而得。
GitHub 地址：
十四、Transformers star 21.7k ?fork 4.8k
Transformers 是神經(jīng)機器翻譯中使用的一種神經(jīng)網(wǎng)絡(luò)，它主要涉及將輸入序列轉(zhuǎn)換為輸出序列的任務(wù)，這些任務(wù)包括語音識別和文本轉(zhuǎn)換語音。
這類任務(wù)需要「記憶」，下一個句子必須與前一個句的上下文相關(guān)聯(lián)（這是相當(dāng)關(guān)鍵的），以免丟失重要的信息。通過將 attention 應(yīng)用到正在使用的單詞上，則可以解決當(dāng)句子太長的時，RNN 或 CNN 無法跟蹤上下文和內(nèi)容的問題。
GitHub 地址：
十五、AllenNLP star 8k ?fork 1.7k
一個基于 PyTorch 的 NLP 研究庫，利用深度學(xué)習(xí)來進行自然語言理解，通過處理低層次的細(xì)節(jié)、提供高質(zhì)量的參考實現(xiàn)，能輕松快速地幫助研究員構(gòu)建新的語言理解模型。
AllenNLP 能讓設(shè)計和評估新的深度學(xué)習(xí)模型變得簡單，幾乎適用于任何 NLP 問題，通過利用一些基礎(chǔ)組件，你可以輕松地在云端或是你自己的筆記本上跑模型。
GitHub 地址：
十六、flair star 8.1k ?fork 1k
一款簡單易用的 Python NLP 庫，允許將當(dāng)前最優(yōu)自然語言處理（NLP）模型應(yīng)用于文本，如命名實體識別（NER）、詞性標(biāo)注（PoS）、詞義消歧和分類。
Flair 基于 Pytorch 的 NLP 框架，它的接口相對更簡單，允許用戶使用和結(jié)合不同的詞嵌入和文檔嵌入，包括 Flair 嵌入、BERT 嵌入和 ELMo 嵌入。
GitHub 地址：
十七、spaCy star 15.7k ?fork 2.8k
這是一個具有工業(yè)強度級的 Python 自然語言處理工具包。
它已經(jīng)成為 Python 中最廣泛使用的工業(yè)級自然語言庫之一，它提供了當(dāng)前最佳的準(zhǔn)確性和效率，并且有一個活躍的開源社區(qū)支持。
GitHub 地址：
十八、fastText star 20.5k ?fork 3.9k
FastText 是 Facebook 人工智能研究實驗室（FAIR）開源的一個文本處理庫，他是一個專門用于文本分類和外文本表示的庫，用于高效文本分類和表示學(xué)習(xí)。
fastText 的核心是使用「詞袋」的方式，不管文字的順序；但它不是線性的，而是使用分層分類器來將時間復(fù)雜度降低到對數(shù)級別，并且在具有更高分類數(shù)量的大數(shù)據(jù)集上更高效。
GitHub 地址：
十九、Kaldi star 8.2k ?fork 3.7k
Kaldi 是目前使用廣泛的開發(fā)語音識別應(yīng)用的框架。
該語音識別工具包使用了 C ++編寫，研究開發(fā)人員利用 Kaldi 可以訓(xùn)練出語音識別神經(jīng)網(wǎng)路模型，但如果需要將訓(xùn)練得到的模型部署到移動端設(shè)備上，通常需要大量的移植開發(fā)工作。
GitHub 地址：
二十、DeepSpeech star 13k ?fork 2.4k
DeepSpeech 是一個開源語音轉(zhuǎn)文本引擎，使用基于百度深度語音研究論文的機器學(xué)習(xí)技術(shù)訓(xùn)練的模型。其中，該項目運用到了 Google 的 TensorFlow 來簡化實施過程。
GitHub 地址：
二十一、wav2letter star 4.8k ?fork 770
這是由 Facebook 人工智能研究院發(fā)布的首個全卷積自動語音識別工具包，它是一個簡單高效的端到端自動語音識別（ASR）系統(tǒng)。
wav2letter 的核心設(shè)計基于三個關(guān)鍵原則，包括：實現(xiàn)在包含成千上萬小時語音數(shù)據(jù)集上的高效模型訓(xùn)練；簡單可擴展模型，可以接入新的網(wǎng)絡(luò)架構(gòu)、損失函數(shù)以及其他語音識別系統(tǒng)中的核心操作；以及平滑語音識別模型從研究到生產(chǎn)部署的過渡。
GitHub 地址：
二十二、YOLO star 16.2k ?fork 10.4k
YOLO 是當(dāng)前深度學(xué)習(xí)領(lǐng)域解決圖像檢測問題最先進的實時系統(tǒng)。在檢測過程中，YOLO 首先將圖像劃分為規(guī)定的邊界框，然后對所有邊界框并行運行識別算法，來確定物體所屬的類別。確定類別之后，YOLO 再智能地合并這些邊界框，在物體周圍形成最優(yōu)邊界框。
這些步驟全部并行進行，因此 YOLO 能夠?qū)崿F(xiàn)實時運行，并且每秒處理多達(dá) 40 張圖像。據(jù)官網(wǎng)顯示，在 Pascal Titan X 上，它以 30 FPS 的速度處理圖像，并且在 COCO 測試開發(fā)中的 mAP 為 57.9％。
GitHub 地址：
二十三、OpenCV star 41.9k ?fork 32.4k
OpenCV 是英特爾開源的跨平臺計算機視覺庫（https://opencv.org），被稱為 CV 領(lǐng)域開發(fā)者與研究者的必備工具包。
這是一套包含從圖像預(yù)處理到預(yù)訓(xùn)練模型調(diào)用等大量視覺 API 的庫，并可以處理圖像識別、目標(biāo)檢測、圖像分割和行人再識別等主流視覺任務(wù)。其最顯著的特點是它提供了整套流程的工具，因此開發(fā)者無需了解各個模型的原理就能用 API 構(gòu)建視覺任務(wù)。它具備 C++、Python 和 Java 接口，支持 Windows、Linux、Mac OS、iOS 和 Android 系統(tǒng)。
GitHub 地址：
二十四、Detectron2 star 7.7k ?fork 1.4k
Detectron2 則是 PyTorch 1.3 中一重大新工具，它源于 maskrcnn 基準(zhǔn)測試，也是對先前版本 detectron 的一次徹底重寫。
Detectron2 通過全新的模塊化設(shè)計，變得更靈活且易于擴展，它能夠在單個或多個 GPU 服務(wù)器上提供更快速的訓(xùn)練速度，包含了更大的靈活性與擴展性，并增強了可維護性和可伸縮性，以支持在生產(chǎn)中的用例。
GitHub 地址：
二十五、OpenPose star 15.9k ?fork 4.7k
OpenPose 人體姿態(tài)識別項目是美國卡耐基梅隆大學(xué)（CMU）基于卷積神經(jīng)網(wǎng)絡(luò)和監(jiān)督學(xué)習(xí)并以 caffe 為框架開發(fā)的開源庫。
它可以實現(xiàn)人體動作、面部表情、手指運動等姿態(tài)估計。適用于單人和多人，具有極好的魯棒性。是世界上首個基于深度學(xué)習(xí)的實時多人二維姿態(tài)估計應(yīng)用，很多人體姿態(tài)估計實例都是基于它實現(xiàn)，如動作采集、3D 試衣、繪畫輔助等。
GitHub 地址：
二十六、facenet star 10k ?fork 4.1k
FaceNet 采用了深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）學(xué)習(xí)將圖像映射到歐式空間，也被稱為通用人臉識別系統(tǒng)。
該系統(tǒng)可從人臉中提取高質(zhì)量的特征，稱為人臉嵌入（face embeddings），可用于訓(xùn)練人臉識別系統(tǒng)，從而實現(xiàn)對人臉的驗證。它在 LFW 數(shù)據(jù)集上測試的準(zhǔn)確率達(dá)到了 99.63%，在 YouTube Faces DB 數(shù)據(jù)集上準(zhǔn)確率為 95.12%。
GitHub 地址：
二十七、Spark MLlib star 25.1k ?fork 21.1k
Spark 是一個開源集群運算框架，也是現(xiàn)在大數(shù)據(jù)領(lǐng)域熱門開源軟件之一（https://spark.apache.org/mllib/）。
由于 Spark 使用了內(nèi)存內(nèi)運算技術(shù)，它在內(nèi)存上的運算速度比 Hadoop MapReduce 的運算速度快上 100 倍；這也使得 Spark MLlib 分布式計算框架運行非常高效、快速。它可以實現(xiàn)大部分機器學(xué)習(xí)，如：聚類、分類、回歸等算法，并允許將數(shù)據(jù)加載至集群內(nèi)存，多次對其進行查詢，所以非常適合用于機器學(xué)習(xí)算法。
GitHub 地址：
二十八、Mahout star 1.8k ?fork 930
Mahout 是一個分布式線性代數(shù)框架，用于快速創(chuàng)建可擴展的高性能機器學(xué)習(xí)應(yīng)用程序（http://mahout.apache.org/ ）。
Mahout 框架長期以來一直與 Hadoop 綁定，但它的許多算法也可以在 Hadoop 之外運行。它允許多種算法可以跨越分布式 Spark 群集上運行，并且支持 CPU 和 GPU 運行。
GitHub 地址：
二十九、Horovod star 8.5k ?fork 1.3k
這是由 Uber 開源的一個跨多臺機器的分布式深度學(xué)習(xí)的 TensorFlow 訓(xùn)練框架，可以使分布式深度學(xué)習(xí)快速且易于使用。
據(jù)介紹，Horovod 讓開發(fā)人員只需幾行代碼就可以完成任務(wù)。這不僅加快了初始修改過程，而且進一步簡化了調(diào)試。考慮到深度學(xué)習(xí)項目的高度迭代性，這也可以節(jié)省大量時間。除此之外，它還結(jié)合了高性能和修補低級模型細(xì)節(jié)的能力，例如：同時使用高級 api，并使用 NVIDIA 的 CUDA 工具包實現(xiàn)自己的自定義操作符。
GitHub 地址：
三十、Dask star 6.2k ?fork 994
當(dāng)開發(fā)者需要并行化到多核時，可以用 Dask 來將計算擴展到多個內(nèi)核甚至多個機器。
Dask 提供了 NumPy Arrays，Pandas Dataframes 和常規(guī)列表的抽象，能夠在無法放入主內(nèi)存的數(shù)據(jù)集上并行運行。對大型數(shù)據(jù)集來說，Dask 的高級集合是 NumPy 和 Pandas 的替代方案。
GitHub 地址：
三十一、Ray star 10.3k ?fork 1.5k
Ray 是一個高性能分布式執(zhí)行框架，它使用了和傳統(tǒng)分布式計算系統(tǒng)不一樣的架構(gòu)和對分布式計算的抽象方式，用于快速而簡單的構(gòu)建和運行分布式應(yīng)用程序。
Ray 按照典型的 Master-Slave 進行設(shè)計。其中，Master 負(fù)責(zé)全局協(xié)調(diào)和狀態(tài)維護，Slave 執(zhí)行分布式計算任務(wù)。不過和傳統(tǒng)的分布式計算系統(tǒng)不同的是，Ray 使用了混合任務(wù)調(diào)度的思路，性能更強。
GitHub 地址：
三十二、TPOT star 6.7k ?fork 1.2k
TPOT 是一個 Python 編寫的軟件包，利用遺傳算法行特征選擇和算法模型選擇，僅需幾行代碼，就能生成完整的機器學(xué)習(xí)代碼。
在機器學(xué)習(xí)模型開發(fā)圖中，TPOT 所完成的即通過利用遺傳算法，分析數(shù)千種可能的組合，為模型、參數(shù)找到最佳的組合，從而自動化機器學(xué)習(xí)中的模型選擇及調(diào)參部分。
GitHub 地址：
三十三、AutoKeras star 6.6k ?fork 1.1k
它使用了高效神經(jīng)架構(gòu)搜索（ENAS，https://arxiv.org/abs/1802.03268），只需使用 pip install autokeras 就能快速輕松地安裝軟件包，然后就能用自己的數(shù)據(jù)集來執(zhí)行自己的架構(gòu)搜索構(gòu)建思路。
相比谷歌 AutoML，兩者構(gòu)建思路類似，但不同的是，AutoKeras 所有代碼都已經(jīng)開源，可供開發(fā)者無償使用。
GitHub 地址：
三十四、Featuretools star 4.6k ?fork 602
這是一個用于自動化特性工程的開源 python 框架（https://www.featuretools.com/）。
它可以幫助開發(fā)者從一組相關(guān)數(shù)據(jù)表中自動構(gòu)造特征。開發(fā)者只需要知道數(shù)據(jù)表的基本結(jié)構(gòu)和它們之間的關(guān)系，然后在實體集（一種數(shù)據(jù)結(jié)構(gòu)）中指明。然后在有了實體集之后，使用一個名為深度特征合成（DFS）的方法，在一個函數(shù)調(diào)用中構(gòu)建出數(shù)千個特征。
GitHub 地址：
https://github.com/FeatureLabs/featuretools
三十五、NNI star 5.3k ?fork 683
NNI 是由微軟發(fā)布的一個用于神經(jīng)網(wǎng)絡(luò)超參數(shù)調(diào)整的開源 AutoML 工具包，也是目前較為熱門的 AutoML 開源項目之一。
最新版本的 NNI 對機器學(xué)習(xí)生命周期的各個環(huán)節(jié)做了更加全面的支持，包括：特征工程、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（NAS）、超參調(diào)優(yōu)和模型壓縮，開發(fā)者都能使用自動機器學(xué)習(xí)算法來完成，即使是開發(fā)小白也能輕松上手。
GitHub 地址：
三十六、AdaNet star 3k ?fork 443
AdaNet 是由谷歌開源的一個輕量級的基于 TensorFlow 框架（https://adanet.readthedocs.io/en/v0.8.0/）。
AdaNet 易于使用，并能創(chuàng)建高質(zhì)量的模型，為 ML 實踐者節(jié)省了用于選擇最佳神經(jīng)網(wǎng)絡(luò)架構(gòu)的時間，實現(xiàn)了一種將學(xué)習(xí)神經(jīng)架構(gòu)作為子網(wǎng)絡(luò)集合的自適應(yīng)算法。
GitHub 地址：
三十七、Jupyter star 9.3k ?fork 2.2k
Jupyter 是一種 Web 應(yīng)用，涵蓋了跨數(shù)十種編程語言的交互式計算。
它能讓用戶將說明文本、數(shù)學(xué)方程、代碼和可視化內(nèi)容全部組合到一個易于共享的文檔中，非常方便研究和教學(xué)。在數(shù)據(jù)挖掘平臺 Kaggle 上，使用 Python 的數(shù)據(jù)開發(fā)者大多數(shù)選擇了 jupyter 來實現(xiàn)分析和建模的過程。
GitHub 地址：
三十八、Spyder star 5.1k ?fork 1k
Spyder 是一個 用于科學(xué)計算的使用 Python 編程語言的集成開發(fā)環(huán)境（IDE）。
它結(jié)合了綜合開發(fā)工具的高級編輯、分析、調(diào)試功能以及數(shù)據(jù)探索、交互式執(zhí)行、深度檢查和科學(xué)包的可視化功能，對于初學(xué)者也非常友好。
GitHub 地址：
三十九、Zeppelin star 4.6k ?fork 2.2k
Zeppelin 是一款基于 Web 的交互式數(shù)據(jù)分析平臺。它基于網(wǎng)絡(luò)的筆記本，默認(rèn)使用 Spark 集群作為分析引擎，提供數(shù)據(jù)可視化的框架，支持?jǐn)?shù)據(jù)驅(qū)動的交互式數(shù)據(jù)分析。
通過配置，它也支持包括 SQL、Python、R 等多種數(shù)據(jù)分析語言，提供數(shù)據(jù)庫查詢、動態(tài)圖表展示、地圖等數(shù)據(jù)可視化能力，并能夠以 Notebook 的形式保存和分發(fā)代碼及分析結(jié)果。
GitHub 地址：
四十、H2O star 4.6k ?fork 1.7k
H2O 是 H2O.ai 公司的完全開源的分布式內(nèi)存機器學(xué)習(xí)平臺。H2O 同時支持 R 和 Python，支持最廣泛使用的統(tǒng)計和機器學(xué)習(xí)算法，包括梯度提升（Gradient Boosting）機器、廣義線性模型、深度學(xué)習(xí)模型等。
H2O 包括一個自動機器學(xué)習(xí)模塊，使用自己的算法來構(gòu)建管道。它對特征工程方法和模型超參數(shù)采用了窮舉搜索，優(yōu)化了管道。H2O 自動化了一些最復(fù)雜的數(shù)據(jù)科學(xué)和機器學(xué)習(xí)工作，例如特征工程、模型驗證、模型調(diào)整、模型選擇 和 模型部署。除此之外，它還提供了自動可視化以及機器學(xué)習(xí)的解釋能力（MLI）。
GitHub 地址：
四十一、MLflow star 5.9k ?fork 1.2k
MLflow 是機器學(xué)習(xí)生命周期的開源平臺，開放接口，可與任何機器學(xué)習(xí)庫、算法、部署工具或編程語言一起使用，基于 REST API 和簡單的數(shù)據(jù)格式而構(gòu)建。是一個開源項目，允許用戶和機器學(xué)習(xí)庫開發(fā)人員可以對其進行擴展。
MLflow 現(xiàn) alpha 版，提供跟蹤、項目和模型三大組件。MLflow 的跟蹤組件支持記錄和查詢實驗數(shù)據(jù)，如評估度量指標(biāo)和參數(shù)。MLflow 的項目組件提供了可重復(fù)運行的簡單包裝格式。最后，MLflow 的模型組件提供了用于管理和部署模型的工具。
GitHub 地址：
四十二、Kubeflow star 8.3k ?fork 1.3k
Kubeflow 項目旨在使 Kubernetes 上的機器學(xué)習(xí)變的輕松、便捷、可擴展，其目標(biāo)不是重建其他服務(wù)，而是提供一種簡便的方式找到最好的 OSS 解決方案。對分布式訓(xùn)練任務(wù)支持。
用于創(chuàng)建和管理交互式 Jupyter notebook 的 JupyterHub，可配置為使用 CPU 或 GPU，并通過單一設(shè)置調(diào)整至單個集群大小的 TensorFlow 訓(xùn)練控制器（Tensorflow Training Controller），用于 TF 服務(wù)容器（TF Serving container）
GitHub 地址：
四十三、ONNX star 7.8k ?fork 1.3k
ONNX 是一種針對機器學(xué)習(xí)所設(shè)計的開放式的文件格式，用于存儲訓(xùn)練好的模型。它使得不同的人工智能框架（如 Pytorch, MXNet）可以采用相同格式存儲模型數(shù)據(jù)并交互。ONNX 的規(guī)范及代碼主要由微軟，亞馬遜，F(xiàn)acebook 和 IBM 等公司共同開發(fā)，以開放源代碼的方式托管在 Github 上。
目前官方支持加載 ONNX 模型并進行推理的深度學(xué)習(xí)框架有： Caffe2, PyTorch, MXNet，ML.NET，TensorRT 和 Microsoft CNTK，并且 TensorFlow 也非官方的支持 ONNX。
GitHub 地址：
四十四、Seldon star 1.4k ?fork 296
開源機器學(xué)習(xí)部署平臺 Seldon Core，讓機器學(xué)習(xí)模型可以部署于 Kubernetes 上。Seldon Core 的目標(biāo)，要讓研究人員可以用任何工具包、程序語言建立機器學(xué)習(xí)模型。
現(xiàn)階段該工具支持模型包含以 Python 為基礎(chǔ)的 TensorFlow、Sklearn，還有 Spark、H2O、R 等知名模型。此外，Seldon Core 也讓機器學(xué)習(xí)模型可支援 REST、gRPC，讓使用者可以更簡單地整合相關(guān)企業(yè)應(yīng)用。
GitHub 地址：
雷鋒網(wǎng) AI 開發(fā)者
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
