移动边缘计算改变你生活的10种方式

1. TensorFlow

Tensorflow是机器学习的免费开源工具。它是一个基于云的平台，允许用户创建和运行ML算法或模型。基本上，Tensorflow是Google的产品。它也是一个计算框架，有助于构建大规模ML模型。它使用python作为前端API，以在框架中创建应用程序。这些应用程序在高级C ++中执行。

它用于图像识别，手写分类，递归神经网络等。Tensorflow可以在CPU和GPU上平稳运行。它提供了良好的库来防止长时间编码。

2. Apache Mahout

Mahout是一个在后台使用Hadoop的数据挖掘框架。它可以使用Hadoop处理和管理大量数据。Mahout是Apache的框架。它主要包括矩阵和向量库，有助于执行复杂的计算。

它通过提供可扩展的Scala DSL执行深度学习计算。Apache Mahout还提供了分布式线性代数框架。有很多著名的公司都在使用Apache Mahout。Twitter中的用户兴趣选择使用Mahout。它是全球机器学习项目中使用最广泛的机器学习软件之一。Apache Mahout将大数据转化为有用的信息。这是一种快速而有效地提高业务能力的方法。

3. Apache Singa

Apache Singa是新加坡国立大学开发的。Apache Singa是一个ML库，也是Apache的一个项目。创建它是为了在一个机器集群上训练大型ML模型。该机器学习软件广泛应用于神经语言处理和图像识别。它在硬件设备上运行时提供设备抽象。它为训练模型提供了一个非常灵活的体系结构。

还有很多像Singa-lite和Singa-easy这样的附加项目。Singa-lite将在5G设备上实现深度学习。Singa-easy是让具有较弱AI知识的领域专家更容易使用AI。

它包含特殊工具。他们可以对数据和文件执行读，写，编码和解码操作。它包含三个组件：

• IO
• 核心
• 模型

4.AML(亚马逊机器学习)

AML是Amazon的基于云的平台。它提供了各种向导和可视化工具。Amazon Machine Learning在预测中被广泛使用。它允许用户从MySQL，Amazon Redshift等创建和使用数据。Amazon SageMaker是Amazon提供的服务。此外，Amazon还提供数据安全性和存储。Amazon Glacier S3提供了存储空间和出色的耐用性。Amazon Redshift用于提供非常快速的分析。

Amazon ML服务还提供学习工具。其中两个是DeepRacer和DeepLens。DeepRacer有助于实际学习强化学习。DeepLens是一款用于深度学习的摄像机。它可用于创建，训练和部署任意规模的ML模型。AML通常支持三种模型：

• 多层次分类
• 二元分类
• 回归

5. Accord.NET

Accord.NET是一个.NET机器学习框架。它是AForge.NET的扩展。它提供了以C#语言编写的有关图像和音频处理的库。Accord.Net可以用于图像拼接，全景图像创建等。

它可以通过特征提取来融合两张图片。该机器学习软件需要熟练的技术人员来进行操作。它可以在Windows，Xamarin，Unity3D等平台上运行。

6.Shogun

Shogun是一个很好的平台，为ML问题提供了出色的库和算法。它是用C ++语言编写的。Shogun是一种机器学习软件，提供R，Python，JAVA，Ruby等接口，这在专业技术人员中并不是很流行。它为易于管理的算法提供了API。该机器学习软件还有助于连接其他库，例如LibLinear，SVMLight等。其主要目标是回归和分类。Shogun能够处理大量数据。

7. Google Cloud ML Engine

Google Cloud ML Engine这个平台有助于处理复杂的算法和大数据。Google为ML应用开发人员和数据科学家提供了基于云的平台，以训练和运行他们的模型。公司和企业通常使用它来更快地响应客户的电子邮件，该机器学习软件有助于训练复杂的模型，您也可以使用GCP控制台，它为您的ML项目提供合适的用户界面。

Google Cloud ML Engine几乎支持深度学习和ML中使用的所有工具。因此，这对学生和专业技术人员都非常有帮助。

（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!