資源|機器學習必知的15大框架，歡迎補充！

機器學習工程師是開發產品和構建演算法團隊中的一部分，並確保其可靠、快速和成規模地工作。他們和資料科學家密切合作來了解理論知識和行業應用。資料專家和機器學習工程師的主要區別是：

● 機器學習工程師構建、開發和維護機器學習系統的產品。
● 資料專家進行調查研究形成有關於機器學習專案的想法，然後分析來理解機器學習系統的度量影響。

下面是機器學習的框架介紹：

1. Apache Singa 是一個用於在大型資料集上訓練深度學習的通用分散式深度學習平臺，它是基於分層抽象的簡單開發模型設計的。

它還支援各種當前流行的深度學習模型，有前饋模型（卷積神經網路，CNN），能量模型（受限玻爾茲曼機，RBM和迴圈神經網路，RNN），還為使用者提供了許多內嵌層。

2. Amazon Machine Learning（AML）是一種讓各種級別使用機器學習技術的開發人員可輕鬆掌握的一個服務，提供了視覺工具和嚮導，可以指導您在不必學習複雜的機器學習演算法和技術的情況下建立機器學習。

3. Azure ML Studio允許微軟Azure的使用者建立和訓練模型，隨後將這些模型轉化為能被其他服務使用的API。儘管您可以將自己的Azure儲存連結到更大模型的服務，但是每個賬戶模型資料的儲存容量最多不超過10GB。在Azure中有大量的演算法可供使用，這要感謝微軟和一些第三方。甚至你都不需要註冊賬號，就可以匿名登入，使用Azure ML Studio服務長達8小時。

4. Caffe是由伯克利視覺學習中心(BLVC)和社群貢獻者們基於BSD-2-協議開發的一個深度學習框架，它秉承“表示、效率和模組化”的開發理念。模型和組合優化通過配置而不是硬編碼實現，並且使用者可根據需要在CPU處理和GPU處理之間進行切換，Caffe的高效性使其在實驗研究和產業部署中的表現很完美，使用單個NVIDIA K40 GPU處理器每天即可處理超過六千萬張影像 。

5. H2O使人輕鬆地應用數學和預測分析來解決當今極具挑戰性的商業問題，它巧妙的結合了目前在其他機器學習平臺還未被使用的獨有特點：最佳開源技術，易於使用的WebUI和熟悉的介面，支援常見的資料庫和不同檔案型別。用H2O，你可以使用現有的語言和工具。此外，也還可以無縫擴充套件到Hadoop環境中。

6. Massive Online Analysis (MOA)是目前最受歡迎的資料流挖掘開源框架，擁有一個非常活躍的社群。它包含一系列的機器學習演算法（分類，迴歸，聚類，離群檢測，概念漂移檢測和推薦系統）和評價工具。和WEKA專案一樣，MOA 也是用Java編寫，但擴充套件性更好。

7. MLlib (Spark)是Apache Spark的機器學習庫，目的是讓機器學習實現可伸縮性和易操作性，它由常見的學習演算法和實用程式組成，包括分類、迴歸、聚類，協同過濾、降維，同時包括底層優化原生語言和高層管道API。

8. Mlpack是一個基於C++的基礎學習庫 ，最早於2011年推出，據庫的開發者聲稱，它秉承“可擴充套件性、高效性和易用性”的理念來設計的。執行Mlpack有兩種方法：通過快速處理簡易的“黑盒”操作命令列執行的快取，或者藉助C++ API處理較為複雜的工作。Mlpack可提供簡單的能被整合到大型的機器學習解決方案中的命令列程式和C++的類。

9. Pattern是Python程式語言的web挖掘元件，有資料探勘工具（ Google、Twitter 、Wikipedia API，網路爬蟲，HTML DOM解析器），自然語言處理（詞性標註，n-gram搜尋，情感分析，WordNet介面），機器學習（向量空間模型，聚類，支援向量機），網路分析和視覺化。

10. Scikit-Learn為了數學和科學工作，基於現有的幾個Python包（Numpy，SciPy和matplotlib）擴充了Python的使用範圍。最終生成的庫既可用於互動式工作臺應用程式，也可嵌入到其他軟體中進行復用。該工具包基於BSD協議，是完全免費開源的，可重複利用。Scikit-Learn中含有多種用於機器學習任務的工具，如聚類，分類，迴歸等。Scikit-Learn是由擁有眾多開發者和機器學習專家的大型社群開發的，因此，Scikit-Learn中最前沿的技術往往會在很短時間內被開發出來。

11. Shogu是最早的機器學習庫之一，它建立於1999年，用C++開發，但並不侷限於C++環境。藉助SWIG庫，Shogun適用於各種語言環境，如Java，Python，c#，Ruby，R，Lua，Octave和Mablab。Shogun 旨在面向廣泛的特定型別和學習配置環境進行統一的大規模學習，如分類，迴歸或探索性資料分析。

12. TensorFlow是一個使用資料流圖進行數值運算的開源軟體庫，它實現了資料流圖，其中，張量（“tensors”）可由一系列圖形描述的演算法來處理，資料在該系統中的變化被稱為“流”，由此而得名。資料流可用C++或Python編碼後在CPU或GPU的裝置上執行。

13. Theano是一個基於BSD協議釋出的可定義、可優化和可數值計算的Phython庫。使用Theano也可以達到與用C實現大資料處理的速度相媲美，是支援高效機器學習的演算法。

14. Torch是一種廣泛支援把GPU放在首位的機器學習演算法的科學計算框架。由於使用了簡單快速的指令碼語言LuaJIT和底層的C/CUDA來實現，使得該框架易於使用且高效。Torch目標是讓你通過極其簡單的過程、最大的靈活性和速度建立自己的科學演算法。Torch是基於Lua開發的，擁有一個龐大的生態社群驅動庫包設計機器學習、計算機視覺、訊號處理，並行處理，影像，視訊，音訊和網路等。

15. Veles是一套用C++開發的面向深層學習應用程式的分散式平臺，不過它利用Python在節點間自動操作與協作任務。在相關資料集中到該叢集之前，可對資料進行分析與自動標準化調整，且REST API允許將各已訓練模型立即新增至生產環境當中，它側重於效能和靈活性。Veles幾乎沒有硬編碼，可對所有廣泛認可的網路拓撲結構進行訓練，如全卷積神經網路，卷積神經網路，迴圈神經網路等。

原文釋出時間為：2018-09-4

本文來自雲棲社群合作伙伴“資料派THU”，瞭解相關資訊可以關注“資料派THU”。