机器学习/深度学习

MLDB 是一个用于机器学习的开源数据库。你可以随意安装它，并通过 RESTful API 发送命令以存储数据，使用 SQL 探索它，然后训练机器学习模型并将它们作为 APIs 公开。 MLDB...

Fairseq 使用一种全新的卷积神经网络（CNN）进行语言翻译，结果以 9 倍于以往循环神经网络（CNN）的速度实现了目前最高准确率。它在单个机器上实现多 GPU 训练，并在 CPU 和 GP...

KeystoneML 是一个用 Scala 编写的软件框架，来自伯克利大学 AMPLab 实验室。该项目主要目的是简化构造大规模、端到端的机器学习管道，基于 Apache Spark 构建。 示...

DMTK 是微软分布式机器学习工具包。 DMTK 包括以下几个项目： DMTK framework(Multiverso): 参数服务器架构的机器学习 LightLDA: 用于大规模主题模型的可...

VELES 是分布式深度学习应用系统，用户只需要提供参数，剩下的都可以交给 VELES。VELES 使用 Python 编写，使用 OpenCL 或者 CUDA，利用基于 Flow 的编程。 V...

THUMT 是由清华大学自然语言处理组开发的数据驱动机器翻译系统。 机器翻译是一种自然语言处理任务，其目的是使用计算机自动翻译自然语言。近几年来，端到端的神经机器翻译发展迅速，已经成为机器翻译系...

Pylearn2是一个基于Theano的机器学习库，它的大部分功能是基于Theano顶层实现的。这意味着用户可以用数学表达式去编写Pylearn2插件（新模型、算法等），Theano不仅会帮助用...

PyBrain的概念是将一系列的数据处理的算法封装到被称之为Module的模块中。一个最小的Module通常包含基于机器学习算法的可调整的参数集合。Modules包含一个输入和输出的buffer...

TensorFlow 是一个端到端开源机器学习平台。它拥有一个全面而灵活的生态系统，其中包含各种工具、库和社区资源，可助力研究人员推动先进机器学习技术的发展，并使开发者能够轻松地构建和部署由机器...

Hyperopt-sklearn是基于scikit-learn项目的一个子集，其全称是：Hyper-parameter optimization for scikit-learn，即针对scik...

Hebel 是一款用 Python 编写的支持 GPU 加速的深度学习库。 Hebel 是一个通过 PyCUDA 库使用 GPU CUDA 来加速建立神经网络的深度学习库。它实现了几类最重要的神...

Petuum 是一个分布式机器学习框架。它致力于提供一个超大型机器学习的通用算法和系统接口。它主要集中在系统上 "plumbing work"和算法加速的优化上面，当简化分布式 ML 程序实现时...

PyMC是一个实现贝叶斯统计模型和马尔科夫链蒙塔卡洛采样工具拟合算法的Python库。PyMC的灵活性及可扩展性使得它能够适用于解决各种问题。除了包含核心采样功能，PyMC还包含了统计输出、绘图...

ParlAI（发音为“par-lay”）是 Facebook 开源的，用于在 Python 中实现的对话 AI 研究框架。 其目标是为研究人员提供： 一个用于训练和测试对话模型的统一框架 一次对...

NNabla，是索尼开源的简洁高效的神经网络库，其中包含用于深度学习系统的 Python API 与用于嵌入式设备的 C++ API 。索尼最终的目标是将其打造成像台式电脑、HPC 集群，嵌入式...

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架，提供两个高级功能： 强大的 GPU 加速 Tensor 计算（类似 numpy） 构建基于 tape 的自动升...

Fregata 是一个基于 Apache Spark 的轻量级、超快速、大规模的机器学习库，并在 Scala 中提供了高级 API。 特性 更准确：对于各种问题，Fregata 可以实现比 ML...

Gorgonia 是 Go 机器学习库。撰写和评估多维数组的数学公式。与 Theano 和 TensorFlow 理念相似。具体来说， Gorgonia 性能： 执行自动分化 执行符号微分 优化...

Swift AI 是高性能的人工智能和机器学习库，完全用 Swift 编写，目前支持 iOS and OS X，未来将支持更多平台。 Swift AI 包括一组人工智能和机器学习的通用工具，这些...

XGBoost是"极端梯度提升"(eXtreme Gradient Boosting)的简称。XGBoost 源于梯度提升框架，但是更加高效，秘诀就在于算法能并行计算、近似建树、对稀疏数据的有效...