Python 由于本身的易用優(yōu)勢(shì)和強(qiáng)大的工具庫(kù)儲(chǔ)備，成為了在人工智能及其它相關(guān)科學(xué)領(lǐng)域中最常用的語(yǔ)言之一。尤其是在機(jī)器學(xué)習(xí)，已然是各大項(xiàng)目最偏愛(ài)的語(yǔ)言。

其實(shí)除了?Python ，也不乏有開(kāi)發(fā)者用其他語(yǔ)言寫出優(yōu)秀的機(jī)器學(xué)習(xí)項(xiàng)目。在此，列出其中一些個(gè)人認(rèn)為值得關(guān)注的開(kāi)源機(jī)器學(xué)習(xí)項(xiàng)目。由于篇幅有限，考慮分多期整理。

?

1、C

?

Darknet?——?神經(jīng)網(wǎng)絡(luò)框架

?

Darknet 是一個(gè)用 C 和 CUDA 編寫的開(kāi)源神經(jīng)網(wǎng)絡(luò)框架。它快速，易于安裝，并支持 CPU 和 GPU 計(jì)算。

?

?

CCV??—— 計(jì)算機(jī)視覺(jué)庫(kù)

?

CCV 是 C-based/Cached/Core Computer Vision Library 的簡(jiǎn)稱, 它是一個(gè)現(xiàn)代的計(jì)算機(jī)視覺(jué)庫(kù)。

?

CCV 是一種以應(yīng)用驅(qū)動(dòng)的算法庫(kù)，比如對(duì)靜態(tài)物體（如人臉）的快速檢測(cè)算法、對(duì)某些不容易定位物體（如貓）的準(zhǔn)確檢測(cè)算法、藝術(shù)文本的檢測(cè)算法、長(zhǎng)期目標(biāo)的跟蹤算法和特征點(diǎn)檢測(cè)算法。

?

2、C++

?

CNTK?——?深度學(xué)習(xí)工具包

?

微軟出品的開(kāi)源深度學(xué)習(xí)工具包，它把神經(jīng)網(wǎng)絡(luò)描述成一個(gè)有向圖的結(jié)構(gòu)，葉子節(jié)點(diǎn)代表輸入或者網(wǎng)絡(luò)參數(shù)，其他節(jié)點(diǎn)計(jì)算步驟。

?

CNTK 不僅使深度神經(jīng)網(wǎng)絡(luò)（DNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶單元（LSTM）的實(shí)現(xiàn)變得非常容易，還支持多個(gè) GPU 組合、服務(wù)器自動(dòng)分化和并行的隨機(jī)梯度下降（SGD）學(xué)習(xí)。

?

?

Caffe??——?深度學(xué)習(xí)框架

?

Caffe 是一個(gè)清晰而又高效的深度學(xué)習(xí)框架，模型與相應(yīng)優(yōu)化都是以文本形式而非代碼形式給出，并給出了模型的定義、最優(yōu)化設(shè)置以及預(yù)訓(xùn)練的權(quán)重，方便立即上手。同時(shí)，它能夠運(yùn)行最棒的模型與海量的數(shù)據(jù)，也能很方便擴(kuò)展到新的任務(wù)和設(shè)置上。

?

Kaldi?—— 語(yǔ)音識(shí)別工具包

?

Kaldi 是用 C ++ 編寫的語(yǔ)言識(shí)別工具包，旨在供語(yǔ)音識(shí)別研究人員使用，且易于修改和擴(kuò)展。它在設(shè)計(jì)之初就盡可能地以最通用的形式提供的算法，以保證其可擴(kuò)展性。

?

?

3、Go

?

CloudForest?——?決策樹(shù)組合算法

?

純 Go 編寫的快速、靈活、多線程的決策樹(shù)，允許一些相關(guān)的算法用于具有缺失值的異構(gòu)數(shù)據(jù)的分類、回歸、特征選擇和結(jié)構(gòu)分析。它可以實(shí)現(xiàn)更快的訓(xùn)練時(shí)間，非常適合現(xiàn)代處理器來(lái)學(xué)習(xí)二進(jìn)制。

?

?

4、Java

?

CoreNLP?——?自然語(yǔ)言處理工具

?

coreNLP 是斯坦福大學(xué)開(kāi)發(fā)的一套關(guān)于自然語(yǔ)言處理的工具，使用簡(jiǎn)單功能強(qiáng)大。它可以通過(guò)輸入原始文本，給出單詞的基本形式，它們的詞性、公司、人員的名稱、解釋日期、時(shí)間和數(shù)量等等。它最初針對(duì)英語(yǔ)開(kāi)發(fā)，但現(xiàn)在也已支持中文。

?

?

H2O?—— 機(jī)器學(xué)習(xí)和預(yù)測(cè)分析框架

?

H2O 是一個(gè)分布式的、基于內(nèi)存的、可擴(kuò)展的機(jī)器學(xué)習(xí)和預(yù)測(cè)分析框架，適合在企業(yè)環(huán)境中構(gòu)建大規(guī)模機(jī)器學(xué)習(xí)模型。它使用開(kāi)發(fā)者熟悉的界面，可與 Hadoop 和 Spark 等大型數(shù)據(jù)技術(shù)無(wú)縫工作。它也提供許多流行算法的實(shí)現(xiàn)，例如 GBM、Random Forest、Deep Neural Networks、Word2Vec 等。?

?

?

Deeplearning4J?——?分布式神經(jīng)網(wǎng)絡(luò)庫(kù)

?

Deeplearning4J 是一個(gè)使用 Java 和 Scala 編寫的分布式神經(jīng)網(wǎng)絡(luò)庫(kù)，集成了 Hadoop 和 Spark ，設(shè)計(jì)用于運(yùn)行在分布式 GPU 和 CPU 上的商業(yè)環(huán)境。它即插即用，方便開(kāi)發(fā)者在 APP?中快速集成深度學(xué)習(xí)功能

Deeplearning4j 包括了分布式、多線程的深度學(xué)習(xí)框架，以及普通的單線程深度學(xué)習(xí)框架。

?

?

5、Javascript

?

Natural?—— 自然語(yǔ)言處理工具

?

node.js 下用的自然語(yǔ)言處理工具，支持詞法分析、詞干分析、分類、語(yǔ)音、反比文檔頻數(shù)權(quán)重評(píng)價(jià)、WordNet、字符串相似度等處理。

?

ConvNetJS?—— 深度學(xué)習(xí)庫(kù)

?

ConvNetJS 是一個(gè)基于 JavaScript 的深度學(xué)習(xí)庫(kù)，可以讓你在瀏覽器中訓(xùn)練深度網(wǎng)絡(luò)。它可以幫助深度學(xué)習(xí)初學(xué)者更快、更直觀的理解算法通，過(guò)一些簡(jiǎn)單的?Demo?給用戶最直觀的解釋。

?

總結(jié)

以上是生活随笔為你收集整理的Python作为机器学习语言的老大，跟在它后面的语言都是谁？的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。