Искусственный интеллект в Linux

В этой статье мы рассмотрим искусственный интеллект (ИИ) с открытым исходным кодом для экосистемы Linux. В настоящее время ИИ является одной из самых изучаемых сфер в области науки и техники, в основном упор направлен на создание программного обеспечения и аппаратных средств для решения ежедневных жизненных проблем в таких областях, как здравоохранение, образование, безопасность, производство, банковское дело и многих других.

Ниже приведен список нескольких разработанных платформ ИИ, которые вы можете использовать на Linux и многих других операционных системах. Запомните, этот список не имеет определенной последовательности в зависимости от интересов.

1. Deep Learning for Java (Deeplearning4j)

deep-learning-for-java

Deeplearning4j – это коммерческий продукт с открытым исходным кодом из категории подключи и используй, имеет библиотеки глубокого обучения для языков программирования Java и Scala. Он разработан специально для бизнес-приложений, интегрированных с Hadoop и Spark поверх CPU и GPU.

DL4J издан под лицензией Apache 2.0 и обеспечивает поддержку GPU для масштабирования на AWS и адаптирован под архитектуру микро-сервисов.

2. Caffe – Deep Learning Framework

caffe-deep-learning-framework

Caffe представляет собой модульную и весьма глубоко обучающуюся структуру, ориентированную на скорость. Он выпускается под лицензией BSD 2-Clause, и уже поддерживается несколькими проектами в таких областях, как научные исследования, запуск прототипов, промышленное применение в визуальных, голосовых и мультимедиа направлениях.

3. H20 – Distributed Machine Learning Framework

h20-distributed-machine-learning-framework

H20 имеет открытый исходный код, быструю, масштабируемую и распределяющуюся структуру машинного обучения, а также ряд алгоритмов, лежащих в его основе. Он поддерживает умные приложения, такие, как глубокое обучение, повышение градиента, случайные массивы, обобщение линейного моделирования (т.е. логистической регрессии, Elastic Net) и многое другое.

Это коммерческий искусственный интеллект предназначен для принятия решений на основе данных, он позволяет рисовать идеи из данных с использованием быстрого и лучшего прогнозируемого моделирования.

4. MLlib – Machine Learning Library

mllib-machine-learning-library

MLlib имеет открытый исходный код, прост в использовании и обладает высокой производительностью машинного обучения, разработан на Apache Spark. Его легко внедрить, и он может работать на существующих кластерах и данных Hadoop.

MLlib поставляется с коллекцией алгоритмов для классификации, регрессии, рекомендаций, кластеризации, анализа выживаемости и многим другим. Важно то, что его можно использовать в Python, Java, Scala и языках программирования R.

5. Apache Mahout

apache-mahout

Mahout разработан на открытом исходном коде и предназначен для построения масштабируемых приложений машинного обучения, он имеет три характерные особенности, перечисленные ниже:

  • Обеспечивает простое и расширенное программирование на рабочей области;
  • Предлагает разнообразные алгоритмы для Scala + Apache Spark, H20, а также Apache Flink;
  • Включает Samaras, векторное математическое экспериментирование на рабочей области с R-подобным синтаксисом.

6. Open Neural Networks Library (OpenNN)

opennn-open-neural-networks-library

OpenNN имеет открытый исходный код, написан на C++ для глубокого машинного обучения, он используется для побуждения нейронных сетей. Он является оптимальным для опытных программистов C++ и людей с огромными навыками машинного обучения. Он характеризуется глубокой архитектурой и высокой производительностью.

7. Oryx 2

oryx2

Oryx 2 является продолжением первоначального проекта Oryx, он разрабатывается на Apache Spark и Apache Kafka, как перестройка ламбда архитектуры, хотя посвящен машинному обучению в режиме реального времени.

Это платформа предназначена для разработчиков приложений и судов с применением некоторых дополнительных приложений, а также для совместной фильтрации, классификации, регрессии и кластеризации целей.

8. OpenCyc

opencyc

OpenCyc — это ИИ с открытым исходным кодом, имеющий самую большую и наиболее полную базу общих знаний в мире и здраво обоснованный двигатель. Он включает в себя большое количество терминов циклоолефинов, расположенных по точно разработанной хронологии для применения в таких областях, как:

  • Богатое моделирование доменов;
  • Предметно-ориентированные экспертные системы;
  • Понимания текста;
  • Семантическая интеграция данных, игры с ИИ, а также многое другое.

9. Apache SystemML

apache-systemml-machine-learning-platform

SystemML – это искусственный интеллект linux с открытым исходным кодом для машинного обучения, который идеально подходит для больших объемов данных. Его основная особенность – это работа на R и Python-подобных синтаксисах, ориентированных на большие объемы данных и разработанных специально для высокого уровня математического моделирования. Принцип его работы хорошо объясняется на домашней странице, а также имеется видео-демонстрации для четкой иллюстрации возможностей.

Есть несколько способов его использования, в том числе на Apache Spark, Apache Hadoop, Jupyter и Apache Zeppelin. Известны некоторые из случаев его применения, такие, как регулирование автомобильного и авиатрафика, социальный банкинг.

10. NuPIC

nupic-machine-intelligence

NuPIC – это платформа с открытым исходным кодом для машинного обучения, которая базируется на Heirarchical Temporary Memory (HTM), теории неокортекса. Программа НТМ интегрирована в NuPIC для анализа потоковых данных в режиме реального времени, где она обучается существующим данным основанным на модели времени, предсказывает неминуемые значения, а также выявляет любые аномалии.

Его особенности включают:

  • Непрерывное онлайн обучение;
  • Временные и пространственные структуры;
  • Потоковые данные в режиме реального времени;
  • Прогнозирование и моделирование;
  • Мощное обнаружение аномалий;
  • Иерархическая временная память.

Выводы

С ростом заинтересованности исследований в области искусственного интеллекта, мы вынуждены наблюдать и рост инструментов способных помочь нам достичь успеха в развитии технологий, особенно для решения повседневных задач, связанных с образовательными целями.

Вас заинтересовал искусственный интеллект linux? Что вы можете сказать по этому поводу? Поделитесь с нами своими мыслями, предложениями или любой другой информацией в комментариях ниже.

Источник: www.tecmint.com

Creative Commons License
Статья Искусственный интеллект в Linux распространяется под лицензией Creative Commons ShareAlike 4.0 при копировании материала ссылка на источник обязательна.
Ваше имя тоже может быть здесь. Начните писать статьи для Losst. Это просто! Смотрите подробнее как начать писать статьи - Пишите для нас

Оцените статью:

Звёзд: 1Звёзд: 2Звёзд: 3Звёзд: 4Звёзд: 5 (11 оценок, среднее: 5,00 из 5)
Загрузка...

Ответить

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам: