在本文中，我們來看看機器學習的一些最佳框架和庫。 這個列表是由我根據各種參數創建的，有些人肯定不會接受它，但它又是會因人而異。
這些框架中的每一個都是彼此不同的，並且需要花費很多時間來學習，在製作此列表時我們處理的是除基本功能之外的功能，用戶群和社區和支持是最重要的參數之一。 一些框架在數學上更加面向，因此更傾向於統計而不是神經網絡。 其中一些提供了豐富的線性代數工具; 有些主要只關注深度學習。
1、TensorFlow
TensorFlow是一個開源軟件庫，用於完成一系列任務的基於數據的編程，由Google Brain團隊開發，最初於2015年11月9日發佈，儘管穩定版本僅在今年4月27日發佈。它能夠非常有效地進行迴歸，分類，神經網絡等，甚至能夠在CPU和GPU上運行。由於其功能複雜，TensorFlow在早期階段很難掌握，因為用戶需要很好地理解Numpy數組。 Numpy是一個Python框架，有助於處理n維數組。
TensorFlow的優點：
靈活性：它是一個高度靈活的系統，為用戶提供可以同時提供的同一模型的多個模型和版本。這種靈活性有助於非自動遷移到更新版本。
可移植性：它可以在GPU，CPU，臺式機，服務器和移動計算平臺上運行。您可以在移動設備上部署經過培訓的模型作為產品的一部分，這就是它作為真正的可移植性功能的方式。
研究與開發
自動分化
性能佳
2、APACHE Spark
Spark是一個開源集群計算框架，最初是在伯克利實驗室開發的，最初於2014年5月26日發佈，主要用Scala，Java，Python和R.編寫，雖然是在加州大學伯克裡實驗室製作的，後來又被捐贈了 到Apache Software Foundation。
Spark核心基本上是這個項目的基礎，這也很複雜，但它不是擔心Numpy數組，而是讓你使用它自己的Spark RDD數據結構，任何知道大數據的人都可以理解它的用途。 作為用戶，我們還可以使用Spark SQL數據框。 憑藉所有這些功能，它可以為您創建密集和火花特徵標籤向量，從而帶來很多複雜性，以滿足ML算法的要求。
Spark ML的優點：
簡單性：來自R和Python等工具的數據科學家熟悉的簡單API
可擴展性：能夠在小型和大型機器上運行相同的ML代碼
端到端精簡
兼容性
3、Caffe
Caffe是BSD許可下的開源框架。 CAFFE（用於快速特徵嵌入的卷積體系結構）是由加州大學伯克利分校開發的深度學習工具，該框架主要用CPP編寫。 它支持許多不同類型的深度學習架構，主要關注圖像分類和分割。 它支持幾乎所有主要方案，並且是完全連接的神經網絡設計，它提供GPU以及基於CPU的加速，以及TensorFlow。
CAFFE主要用於學術研究項目和設計初創公司Prototypes。 甚至雅虎已經與Apache Spark集成了caffe來創建另一個偉大的深度學習框架CaffeOnSpark。
Caffe框架的優點：
Caffe是應用深度神經網絡解決問題的最快方法之一
支持開箱即用的GPU培訓
相當完善的Mat實驗室和python界面
通過設置單個標誌在GPU計算機上進行訓練，然後部署到商品群集或移動設備，在CPU和GPU之間切換。
速度使Caffe成為研究實驗和行業部署的理想選擇。
Caffe每天可以使用一個NVIDIA K40 GPU *處理超過60M的圖像。 這是用於推理的1 ms /圖像和用於學習的4 ms /圖像，更新的庫版本和硬件仍然更快。 我們相信Caffe是最快的修道院實施之一。
4、Torch
Torch也是一個機器學習開源庫，一個適當的科學計算框架。 它的製造商稱它為最簡單的ML框架，雖然它的複雜性相對簡單，它來自Lua編程語言界面的腳本語言界面。 其中只有數字（無int，short或double），沒有像其他語言那樣進一步分類。 因此它易於操作和功能。
Torch由Facebook AI Research Group，IBM，Yandex和Idiap Research Institute使用，它最近擴展了其對Android和iOS的使用。
Torch框架的優點：
Torch使用非常靈活
Torch提供高水平的速度和效率
提供大量預訓練模型
5、Scikit-Learn
Scikit-Learn是一個非常強大的免費使用Python的Python庫，廣泛用於構建模型。 它建立在許多其他庫的基礎上，即SciPy，Numpy和matplotlib，它也是統計建模技術最有效的工具之一，即分類，迴歸，聚類。
Scikit-Learn具有監督和無監督學習算法甚至交叉驗證等功能。 Scikit-learn主要用Python編寫，一些用Cython編寫的核心算法來實現性能。 支持向量機由LIBSVM周圍的Cython包裝器實現。
Sci-Kit學習的優點：
許多主要算法的可用性
對數據挖掘非常有效
支持大多數實際任務
廣泛用於複雜的任務
為什麼推薦TensorFlow ？
在中國，有很多公司都在使用 TensorFlow，比如京東、騰訊、小米、出門問問等公司，都在利用 TensorFlow 搭建自己的 AI、機器學習平臺。
所以，程序員或者是初學者，以及對代碼較感興趣的人，都可以學一學TensorFlow。
如果你想更加了解TensorFlow，或者說，如何讓自己使用Python開發的機器學習模型快捷低成本的跑起來，深度兼容TensorFlow？谷歌的另一款工具或許可以幫到你，也就是谷歌的AIY Projects項目。 AIY Vision Kit附帶的軟件運行三個基於TensorFlow的神經網絡。 其中一個基於谷歌的MobileNets平臺，能夠識別超過1,000個日常物品。 第二個可以在圖像中發現面部和表情。 最後一個是專門用於識別貓，狗和人的神經網絡。
閱讀更多 引力空間站 的文章
