HMS携手千行百业，共筑全场景智慧生活体验

在家时，许多员工也在大幅增加对娱乐内容的消费。工作条件的变化和随之而来的变革将继续，并辅之以人工智能、处理和连通性方面的创新，赋予这些边缘地区新的能力和服务。

什么是边缘网络?

总而言之，网络的"边缘"将继续演变为设备集合，这些设备比依赖云连接的设备更快、更频繁地在本地工作。远离某些连接也会使设备更安全、更可靠、更节能。

这种转变对世界有着巨大的影响，其中一些我们已经目睹了。

这里有五个理由说明智能技术在边缘的存在。

首先，尖端技术让我们参与其中。

技术已经证明，它本身是一种不可或缺的工具，可以使人们在某些时候以一种可能曾经看起来不可能的方式聚集在一起。

工作团队和家庭不再需要在同一个房间里交流思想和感受。更深刻的是，那些曾经因为无法参加朝九晚五的工作而被排斥在就业市场之外的人，可以在最适合他们的时间和地点使用这项科技。

如那些花大量时间照顾儿童或老人，或那些需要通勤上班的人，也可以接触各种各样的人和他们的技能已经并将带来许多新的劳动力。

第二，它提高了生产力。

呆在家里的命令意味着人们已经发现他们平时在上下班路上花了多少时间，现在他们可以利用这段时间来提高工作效率。

得益于边缘技术，过去因"在途"而损失的时间可以用于生产性用途，它复制了许多曾经只在工作场所提供的功能(例如访问数据和彼此访问)。

它还可以在不增加有害排放的情况下提高生产率，更不用说坐在车流中带来的情感损耗。
 

8. PyTorch

Pytorch是Facebook开发的平台，它为深度学习和神经网络提供了一个很好的框架，这对于构建，测试和运行自己的研究原型非常有用，PyTorch还促进分布式训练，这意味着您可以进行并行工作，Pytorch一次可以访问多个GPU，这使得它可以在更短的时间内获得大量输入。

有很多PyTorch的例子，比较著名的是Uber的概率编程语言，它完全基于PyTorch构建。其他示例是时间序列预测器，图像分类器，最好的部分是它还提供了动态计算图，这意味着它将告诉您神经网络模型需要多少内存，它提供可以在代码中使用的库。PyTorch可以执行像NumPy这样的数学操作。

9.Keras

Keras是一个开源的神经网络库。它是用python编写的，并且可以在TensorFlow，CNTK和Theano等其他高级软件之上运行，该机器学习软件有助于快速试验各种模型和算法，它还为CNN(卷积神经网络)和循环网络提供支持，Keras模型主要基于顺序模型和功能性API，人们相信这是制造神经网络的未来，Keras允许您在不同的后端上运行相同的代码，这就是为什么Keras如此被爱的原因。

Keras是为人类设计的API，它从用户体验中学习，Keras在后端处理所有底层API，例如计算图，张量等。高级API处理我们创建模型的方式，它定义层，它设置各种I / O模型。Keras的核心工作是使事情变得简单，同时让用户对其进行完全控制。

10. H2O.ai

H2O.ai是一家旨在使ML对每个人来说都更容易的公司，他们提供各种ML产品，例如H2O，sparkling water，Deepwater，steam和driverless AI，H2O允许用户在Python，R和其他工具之间切换，这样就可以为项目使用优秀工具。H2O还提供了称为flow的前端工具。Flow可帮助您处理数据集并对其进行处理。H2O具有H2O-3，H2O4GPU等平台和版本。它们为卷积神经网络和递归网络提供支持。

总结

在本文中我们了解了机器学习软件中一些比较常用的软件、平台还有库，我们还学习了支持各种模型的软件，我们还研究了帮助建模和快速原型的软件。我希望本文对您有所帮助。

（编辑：宜春站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!