document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2024-12-23 21:20:42 +08:00
Code Issues Packages Projects Releases Wiki Activity

PRF:20180606 6 Open Source AI Tools to Know.md

Browse Source 
校对 #9378 cc @qhwdw
This commit is contained in:
pityonline 2018-07-11 23:40:14 +08:00
parent b28b38fd91
commit 47681303ae
No known key found for this signature in database
GPG Key ID: 89C97C8DF02C633E
1 changed files with 42 additions and 30 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

72
translated/tech/20180606 6 Open Source AI Tools to Know.md
View File

@ -1,55 +1,67 @@
应该知道的 6 个开源 AI 工具
你应该知道的 6 个开源 AI 工具
======
![](https://www.linux.com/sites/lcom/files/styles/rendered_file/public/artificial-intelligence-3382507_1920.jpg?itok=HarDnwVX)
在开源领域，不管你的想法是多少的新颖独到，先去看一下别人是否已经做成了这个概念，总是一个很明智的做法。对于有兴趣借助不断成长的人工智能（AI）的力量的组织和个人来说，许多非常好的工具不仅是免费和开源的，而且在很多的情况下，它们都已经过测试和久经考验的。
在开源领域，不管你的想法是多少的新颖独到，先去看一下别人是否已经做成了这个概念总是一个很明智的做法。对于有兴趣借助不断成长的<ruby>人工智能<rt>Artificial Intelligence</rt></ruby>（AI）的力量的组织和个人来说，许多优秀的工具不仅是免费和开源的，而且在很多的情况下，它们都已经过测试和久经考验的。
在领先的公司和非盈利组织中，AI 的优先级都非常高，并且这些公司和组织都开源了很有价值的工具。下面的样本是任何人都可以使用的免费的、开源的 AI 工具。
在领先的公司和非盈利组织中，AI 的优先级都非常高，并且这些公司和组织都开源了很有价值的工具。下面的举例是任何人都可以使用的免费的、开源的 AI 工具。
**Acumos.** [Acumos AI][1] 是一个平台和开源框架，使用它可以很容易地去构建、共享和分发 AI 应用。它规范了需要的基础设施栈和组件，使其可以在一个“开箱即用的”通用 AI 环境中运行。这使得数据科学家和模型训练者可以专注于它们的核心竞争力，而不用在无止境的定制、建模、以及训练一个 AI 实现上浪费时间。
### Acumos
Acumos 是 [LF 深度学习基金会][2] 的一部分，它是 Linux 基金会中的一个组织，它支持在人工智能、机器学习、以及深度学习方面的开源创新。它的目标是让这些重大的新技术可用于开发者和数据科学家，包括那些在深度学习和 AI 上经验有限的人。LF 深度学习基金会 [最近批准了一个项目生命周期和贡献流程][3]，并且它现在正接受项目贡献的建议。
[Acumos AI][1] 是一个平台和开源框架，使用它可以很容易地去构建、共享和分发 AI 应用。它规范了需要的<ruby>基础设施栈<rt>infrastructure stack</rt></ruby>和组件，使其可以在一个“开箱即用的”通用 AI 环境中运行。这令数据工程师和模型训练人员可以专注于它们的核心竞争力，而不用在无止境的定制、建模、以及训练一个 AI 实现上浪费时间。
**Facebook 的框架.** Facebook 它自己 [有开源的][4] 中央机器学习系统，它设计用于做一些大规模的人工智能任务，以及一系列其它的 AI 技术。这个工具是经过他们公司验证的平台的一部分。Facebook 也开源了一个叫 [Caffe2][5] 的深度学习和人工智能的框架。
Acumos 是 [LF 深度学习基金会][2] 的一部分，它是 Linux 基金会中的一个组织，它支持在人工智能、<ruby>机器学习<rt>machine learning</rt><ruby>、以及<ruby>深度学习<rt>deep learning</rt></ruby>方面的开源创新。它的目标是让这些重大创新的技术可用于开发者和数据工程师，包括那些在深度学习和 AI 经验有限的人。LF 深度学习基金会 [最近批准了一个项目生命周期和贡献流程][3]，并且它现在正接受项目贡献的建议。
**说到 Caffe.** Yahoo 也在开源许可证下发布了它自己的关键的 AI 软件。[CaffeOnSpark 工具][6] 是基于深度学习的，它是人工智能的一个分支，在帮助机器识别人类语言、或者照片、视频的内容方面非常有用。同样地，IBM 的机器学习程序 [SystemML][7] 可以通过 Apache 软件基金会免费共享和修改。
### Facebook 的框架
**Google 的工具.** Google 花费了几年的时间开发了它自己的 [TensorFlow][8] 软件框架，用于去支持它的 AI 软件和其它预测和分析程序。TensorFlow 是你可能都已经在使用的一些 Google 工具背后的引擎，包括 Google Photos 和在 Google app 中使用的语言识别。
Facebook 它自己 [有开源的][4] 中央机器学习系统，它设计用于做一些大规模的人工智能任务，以及一系列其它的 AI 技术。这个工具是经过他们公司验证的平台的一部分。Facebook 也开源了一个叫 [Caffe2][5] 的深度学习和人工智能的框架。
Google 开源了两个 [AIY kits][9]，它可以让个人很容易地使用人工智能，它们专注于计算机视觉和语音助理。这两个工具包将用到的所有组件封装到一个盒子中。这个工具包目前在美国的 Target 中有售，并且它是基于开源的树莓派平台的 —— 有越来越多的证据表明，在开源和 AI 交集中将发生非常多的事情。
### CaffeOnSpark
**H2O.ai.** **** 我 [以前介绍过][10] H2O.ai，它在机器学习和人工智能领域中占有一席之地，因为它的主要工具是免费和开源的。你可以获取主要的 H2O 平台和 Sparkling Water，它与 Apache Spark 一起工作，只需要去 [下载][11] 它们即可。这些工具遵循 Apache 2.0 许可证，它是一个非常灵活的开源许可证，你甚至可以在 Amazon Web 服务（AWS）和其它的集群上运行它们，而这仅需要几百美元而已。
**说到 Caffe**，Yahoo 也在开源许可证下发布了它自己的核心 AI 软件。[CaffeOnSpark 工具][6] 是基于深度学习的，它是人工智能的一个分支，在帮助机器识别人类语言、或者照片、视频的内容方面非常有用。同样，IBM 的机器学习程序 [SystemML][7] 可以通过 Apache 软件基金会免费共享和修改。
**Microsoft Onboard.** “我们的目标是让 AI 大众化，让每个人和组织获得更大的成就，“ Microsoft CEO Satya Nadella [说][12]。因此，微软持续迭代它的 [Microsoft Cognitive Toolkit][13]。它是一个能够与 TensorFlow 和 Caffe 去竞争的一个开源软件框架。Cognitive 工具套件可以工作在 64 位的 Windows 和 Linux 平台上。
### Google 的工具
Cognitive 工具套件团队的报告称，“Cognitive 工具套件通过允许用户去创建、训练、以及评估他们自己的神经网络，以使企业级的、生产系统级的 AI 成为可能，这些神经网络可能跨多个 GPU 以及多个机器在大量的数据集中高效伸缩。”
Google 花费了几年的时间开发了它自己的 [TensorFlow][8] 软件框架，用于去支持它的 AI 软件和其它预测和分析程序。TensorFlow 是你可能都已经在使用的一些 Google 工具背后的引擎，包括 Google Photos 和在 Google app 中使用的语言识别。
从来自 Linux 基金会的新电子书中学习更多的有关 AI 知识。Ibrahim Haddad 的 [开源 AI：项目、洞察、和趋势][14] 调查了 16 个流行的开源 AI 项目—— 深入研究了他们的历史、代码库、以及 GitHub 的贡献。 [现在可以免费下载这个电子书][14]。
Google 开源了两个 [AIY kits][9]，它可以让个人很容易上手人工智能。它们专注于计算机视觉和语音助理，这两个工具包将用到的所有组件封装到一个盒子中。这个工具包目前在美国的 Target 中有售，并且它是基于开源的树莓派平台的 —— 有越来越多的证据表明，开源和 AI 将有更多的交集。
--------------------------------------------------------------------------------
### H2O.ai
我 [以前介绍过][10] H2O.ai，它在机器学习和人工智能领域中占有一席之地，因为它的主要工具是免费和开源的。你可以获取主要的 H2O 平台和 Sparkling Water，它与 Apache Spark 一起工作，只需要去 [下载][11] 它们即可。这些工具遵循 Apache 2.0 许可证，它是一个非常灵活的开源许可证，你甚至可以在 Amazon Web 服务（AWS）和其它的<ruby>集群<rt>cluster</rt></ruby>上运行它们，而这仅需要几百美元而已。
### Microsoft Onboard
“我们的目标是让 AI 大众化，让每个人和组织获得更大的成就。”微软 CEO Satya Nadella [曾说过][12]。因此，微软持续迭代它的 [Microsoft Cognitive Toolkit][13]。它是一个能够与 TensorFlow 和 Caffe 竞争的一个开源软件框架。Cognitive 套件可以工作在 64 位的 Windows 和 Linux 平台上。
Cognitive 套件团队的报告称，“Cognitive 套件通过允许用户去创建、训练、以及评估他们自己的<ruby>神经网络<rt>neural networks</rt></ruby>，以使企业级的、生产系统级的 AI 成为可能，这些神经网络可能跨多个 GPU 以及多个机器在大量的数据集中高效伸缩。”
更多的有关 AI 的信息可在来自 Linux 基金会的新电子书中学习。Ibrahim Haddad 的 [《开源 AI：项目、洞察和趋势》][14] 调查了 16 个流行的开源 AI 项目 —— 深入研究了他们的历史、代码库、以及 GitHub 的贡献。[现在可以免费下载这本电子书][14]。
---
via: https://www.linux.com/blog/2018/6/6-open-source-ai-tools-know
作者：[Sam Dean][a]
选题：[lujun9972](https://github.com/lujun9972)
译者：[qhwdw](https://github.com/qhwdw)
校对：[校对者ID](https://github.com/校对者ID)
校对：[pityonline](https://github.com/pityonline)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
[a]:https://www.linux.com/users/sam-dean
[1]:https://www.acumos.org/
[2]:https://www.linuxfoundation.org/projects/deep-learning/
[3]:https://www.linuxfoundation.org/blog/lf-deep-learning-foundation-announces-project-contribution-process/
[4]:https://code.facebook.com/posts/1687861518126048/facebook-to-open-source-ai-hardware-design/
[5]:https://venturebeat.com/2017/04/18/facebook-open-sources-caffe2-a-new-deep-learning-framework/
[6]:http://yahoohadoop.tumblr.com/post/139916563586/caffeonspark-open-sourced-for-distributed-deep
[7]:https://systemml.apache.org/
[8]:https://www.tensorflow.org/
[9]:https://www.techradar.com/news/google-assistant-sweetens-raspberry-pi-with-ai-voice-control
[10]:https://www.linux.com/news/sparkling-water-bridging-open-source-machine-learning-and-apache-spark
[11]:http://www.h2o.ai/download
[12]:https://blogs.msdn.microsoft.com/uk_faculty_connection/2017/02/10/microsoft-cognitive-toolkit-cntk/
[13]:https://www.microsoft.com/en-us/cognitive-toolkit/
[14]:https://www.linuxfoundation.org/publications/open-source-ai-projects-insights-and-trends/
[a]: https://www.linux.com/users/sam-dean
[1]: https://www.acumos.org/
[2]: https://www.linuxfoundation.org/projects/deep-learning/
[3]: https://www.linuxfoundation.org/blog/lf-deep-learning-foundation-announces-project-contribution-process/
[4]: https://code.facebook.com/posts/1687861518126048/facebook-to-open-source-ai-hardware-design/
[5]: https://venturebeat.com/2017/04/18/facebook-open-sources-caffe2-a-new-deep-learning-framework/
[6]: http://yahoohadoop.tumblr.com/post/139916563586/caffeonspark-open-sourced-for-distributed-deep
[7]: https://systemml.apache.org/
[8]: https://www.tensorflow.org/
[9]: https://www.techradar.com/news/google-assistant-sweetens-raspberry-pi-with-ai-voice-control
[10]: https://www.linux.com/news/sparkling-water-bridging-open-source-machine-learning-and-apache-spark
[11]: http://www.h2o.ai/download
[12]: https://blogs.msdn.microsoft.com/uk_faculty_connection/2017/02/10/microsoft-cognitive-toolkit-cntk/
[13]: https://www.microsoft.com/en-us/cognitive-toolkit/
[14]: https://www.linuxfoundation.org/publications/open-source-ai-projects-insights-and-trends/