当前位置:万博足彩 > 资讯资讯 > 正文

用于Web开发的5种机器学习框架2018-10-26 10:39:02 | 编辑:hely | 查看: | 评论:0

本文讲述了机器学习对Web应用和移动应用在内的App开发过程产生的重大影响

本文讲述了机器学习对Web应用和移动应用在内的App开发过程产生的重大影响

 

 

目前,机器学习是App开发中最热门的领域之一。甚至许多专家分析,认为机器学习将会彻底改变包括Web应用和移动应用在内的App开发过程。

以下所列的几个方面可以清楚地说明机器学习对Web开发的重大影响:

· 可以很好的替代传统数据挖掘

· 可以避免安全威胁

· 丰富的机器学习API库

· 加速产品发展

· 生产定制的内容和信息

· 了解用户行为

 

 

机器学习通过一些算法可以在没有显式编程的情况下,让计算机进行自行学习。并且可以找到最优的数据分析方法,自动建立分析模型。这就是为什么机器学习框架在Web开发中起着重要作用的原因。

在本文中,大家将讨论一些主要用于Web开发的机器学习框架。下面会一一进行说明。

5大机器学习框架:

1) 微软 Cognitive Toolkit

 

 

开发语言:Python和C++

这是一个开源的深度学习工具包,是MicroSoft企业专门用来训练算法的,以便让机器像人脑一样学习。通过这个工具,你可以使用各种机器学习模型,如卷积神经网络、前馈DNN和递归神经网络。

毫无疑问,这个工具主要使用神经网络来检查大型非结构化数据集,给开发者提供现成的神经网络代码。它有更短的训练时间和易于使用的体系结构,并且是高度可定制化的,允许选择参数、网络和算法。并且,它支撑多机多GPU的后端集群模式。

2)TensorFlow

 

 

开发语言:Python、Java和Go

TensorFlow是在Java开发中最流行的机器学习框架之一。它是一个开源的库,使用了数据流图进行数值计算,将复杂的数据结构传输至神经网络中进行分析和处理。毫无疑问,TensorFlow是在GitHub上分支最多的机器学习项目,并且也是投资人参与最多的项目。

TensorFlow具有灵活的体系结构,让用户能够很容易地利用单一的API库在一个或多个GPU或CPU上实现分布式计算,而不管是在台式计算机、服务器还是移动电话上。

上图中的节点代表了数值运算,而图的边缘则表示它们之间通信的多维数据集(张量)。TensorFlow为张量从数据流图的一端流动到另一端的过程进行计算。

3)Apache Mahout

 

 

开发语言:Java和 Scala

这是Apache提供的另一个最流行的源码开放资源库,主要是为统计学专家、数据专家和数学专家而设计的,为了让他们能够更快速、更高效地实行算法操作。另外,它是一种分布式线性代数框架,用于创建具有可扩展性能的机器学习应用。Mahout主要被用于协作分组、过滤和分类几个方面。

此外,它还使你能够在实际运行在万博manbetx客户端平台上的交互式环境中开发自己的数学计算模型,然后可以将相同的程序代码移植到其它应用程序中进行复用。

Mahout Samsara还提供了分布式线性代数以及正在运行的统计引擎,并与交互式Shell和库一起进行分发,以连接到在生产中的应用。利用Apache Hadoop 库,它可以应用map/reduce模式到Apache Hadoop平台,但这并不会对Hadoop上其它那些实现产生影响。

4)Caffe

 

 

开发语言:C++和Python

Caffe是一个基于Java语言的关于深度学习的框架,特别是针对运行速度、表示能力和模块化几个方面。它是由伯克利大学人工智能研究小组开发的,极具表现力的体系结构更加支撑个性化的应用和创新。

另外,Caffe提供的配置选项允许用户通过配置单个指示器在GPU和CPU之间进行无缝切换。它提供的可扩展代码促进了早期的发展,使其成为另一个非常成功的GitHub机器学习项目。

Caffe的速度对研究机构和工业级应用方面做出了很大的贡献。它是利用了卷积神经网络来实现图像分类/计算机视觉的。它还提供了Model Zoo,这是一组预训练的模型,并且不需要任何编码来实现。

应该指出的是,Caffe最适用于应用系统的构造,并且主要应用于计算机视觉领域。

5)Apache Singa

 

 

开发语言:C++、Python和Java.

Apache Siga是一个可扩展的、灵活的、用来简化在万博manbetx客户端上训练深度学习模型的开源框架。它是由新加坡国立大学的团队开发的,主要应用于万博足彩app下载安装领域。该框架为海量数据可扩展的分布式训练提供了一种灵活的体系结构。

Apache Siga在各种各样的硬件上运行都具有可扩展性。它主要应用在自然语言处理(NLP)和图像识别领域。

目前,Apache孵化器项目提供了一种可以在一组节点中工作的简单开发模型。深度分布式学习在训练过程中使用了模型共享和并行化方式,模型既可以串行训练,也可以选择并行训练。Singa也使用Apache Zookeeper简化了集群的搭建。

不管怎样,Apache Siga也支撑传统的机器学习模型,如逻辑回归等等。

结论

大家已经先容了一些用于Java开发的最好的机器学习框架。事实上,应用了机器学习的Web开发将会使IT世界进行一场革命。然而,目前各种流行的机器学习框架和库不是用Python语言编写的,就是由Python支撑的,主要包括Keras、Theano、TensorFlow和一些较小的项目,比如微软 Azure Studio、sci-kit learn、Veles、Chainer和Neon等等。

译者:奥特曼

文章原标题《Top 5 Machine Learning Frameworks For Web Development》

分享到:0收藏

上一篇:机器学习+天体物理:星辰图像的更高效处理方法 顶尖985院校的“人工智能”对口院系和专业一览表!下一篇:

公众平台

搜索"raincent"或扫描下面的二维码

新浪微博 Tencent微博 订阅中心
?