谁说.NET不适合搞大数据、机器学习和人工智能
SciSharp Stack
SciSharp STACK: https://scisharp.github.io/SciSharp/
基于.NET的開源生態(tài)系統(tǒng)，用于數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和AI。SciSharp將所有主要的ML/AI框架從Python引入.NET.
特點(diǎn)
為.NET開發(fā)者
.NET開發(fā)者使用他們所了解和喜愛的工具可以最高效的工作。我們的使命是確保在獲取數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和AI的機(jī)會(huì)時(shí)，他們不必將其遺忘。完善的基于Python的機(jī)器學(xué)習(xí)生態(tài)系統(tǒng)對(duì)于數(shù)百萬.NET開發(fā)者而言并不十分可取。我們正在有效的改變這種狀況。
前沿
SciSharp在.NET Core中為TensorFlow,Keras,PyTorch,Numpy等最先進(jìn)的機(jī)器學(xué)習(xí)框架提供了端口和綁定。由于移植庫的API與原始庫非常相似，因此你可以輕松的重用現(xiàn)有資源，文章和社區(qū)解決方案來解決C#和F#中的常見問題
跨平臺(tái)
SciSharp STACK的所有庫都針對(duì)跨平臺(tái)的.NET Standard Framework，這使它們可以在支持.NET Core的任何主要平臺(tái)上使用。我們?yōu)镴uptyer Notebook提供了現(xiàn)成的Docker鏡像，它能夠執(zhí)行C#表達(dá)式，并使您能夠立即開始使用我們的庫。
開源
SciSharp庫是根據(jù)寬松的許可協(xié)議（如Apache 2.0許可協(xié)議）許可的，只要你保留作者的版權(quán)，就可以將它們用于包括商業(yè)應(yīng)用在內(nèi)的任何項(xiàng)目。SciSharp STACK的開源性質(zhì)吸引了許多貢獻(xiàn)者，他們進(jìn)一步對(duì)其進(jìn)行了擴(kuò)展和改進(jìn)。
相關(guān)項(xiàng)目
TensorFlow.NET
TensorFlow的.NET Standard綁定
使用C#或F#創(chuàng)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型
GitHub：https://github.com/SciSharp/TensorFlow.NET
「介紹」：Google的TensorFlow的.NET Standard綁定，用于在C#中開發(fā)、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。
「Watch」 85 ?「Star」 1.2k 「Fork」 226
NumSharp
高度優(yōu)化的純C#的NumPy
用于數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和AI的N-D張量計(jì)算庫
GitHub：https://github.com/SciSharp/NumSharp
「介紹」：N-D張量的高性能計(jì)算庫，與NumPy相似的API。
「Used By」 122 ?「Watch」 68 ?「Star」 659 ?「Fork」 126
Keras.NET
用于Keras的.NET綁定，用于TensorFlow、CNTK和Theano的高級(jí)神經(jīng)網(wǎng)絡(luò)API
易于使用的深度學(xué)習(xí)工具
GitHub：https://github.com/SciSharp/Keras.NET
「介紹」：Keras.NET是一個(gè)高級(jí)神經(jīng)網(wǎng)絡(luò)API，使用帶有Python綁定的C＃編寫，并且能夠在TensorFlow，CNTK或Theano之上運(yùn)行。
「Watch」 22 ?「Star」 240 「Fork」 70
NumPy.NET
NumPy的最完整的.NET綁定
用于科學(xué)計(jì)算、機(jī)器學(xué)習(xí)和AI的基礎(chǔ)庫
GitHub：https://github.com/SciSharp/Numpy.NET
「介紹」：NumPy的最完整的.NET實(shí)現(xiàn)庫 - 用于科學(xué)計(jì)算、機(jī)器學(xué)習(xí)和AI的基礎(chǔ)庫
「Watch」 15 ?「Star」 135 「Fork」 38
catalyst nlp
為提高速度而構(gòu)建的C#自然語言處理庫
受spaCy設(shè)計(jì)的啟發(fā)，它提供了預(yù)訓(xùn)練模型，對(duì)訓(xùn)練單詞和文檔嵌入的開箱即用支持以及靈活的實(shí)體識(shí)別模型
GitHub：https://github.com/curiosity-ai/catalyst
「介紹」：為提高速度而構(gòu)建的C#自然語言處理庫。受spaCy設(shè)計(jì)的啟發(fā)，它提供了預(yù)訓(xùn)練模型，對(duì)訓(xùn)練單詞和文檔嵌入的開箱即用支持以及靈活的實(shí)體識(shí)別模型
「Watch」 15 ?「Star」 110 「Fork」 12
NeuralNetwork.NET
由Scratch構(gòu)建的，受TensorFlow啟發(fā)的神經(jīng)網(wǎng)絡(luò)庫
使用C# 7.3語法編寫的.NET Standard 2.0的庫，并通過cuDNN支持GPU
GitHub：https://github.com/Sergio0694/NeuralNetwork.NET
「介紹」：由Scratch構(gòu)建的，受TensorFlow啟發(fā)的神經(jīng)網(wǎng)絡(luò)庫。使用C# 7.3語法編寫的.NET Standard 2.0的庫，并通過cuDNN支持GPU
「Watch」 25 ?「Star」 316 「Fork」 53
SciSharp Cube
在Docker容器中體驗(yàn)SciSharp機(jī)器學(xué)習(xí)工具的所有最新功能
配備Juptyer Notebook，展示SciSharp庫的演示
GitHub：https://github.com/SciSharp/SciSharpCube
「介紹」：在Docker容器中快速體驗(yàn)SciSharp機(jī)器學(xué)習(xí)工具的所有最新功能。
「Watch」 9 ?「Star」 46 「Fork」 13
Docker Hub：https://hub.docker.com/r/scisharpstack/scisharpcube
「Pulls」 10K+
使用SciSharp STACK的公司
「Microsoft」 https://www.microsoft.com/zh-cn/
「curiosity.ai」 https://curiosity.ai/
「LOCAD」 https://www.lokad.com/
「EVERSPRY」 http://www.footprintmatcher.com/
孵化器
還有什么呢？
Alpha或進(jìn)行的項(xiàng)目
Torch.NET
GitHub：https://github.com/SciSharp/Torch.NET
「介紹」：PyTorch的.NET綁定庫。使用C#/F#的機(jī)器學(xué)習(xí)，支持GPU/CPU
「Description」：.NET bindings for PyTorch. Machine Learning with C# / F# with Multi-GPU/CPU support
「Watch」14 ?「Star」82 「Fork」18
BotSharp
GitHub：https://github.com/SciSharp/BotSharp
「介紹」：在.NET Core中使用機(jī)器學(xué)習(xí)算法運(yùn)行的100％ C＃中的開源AI Chatbot平臺(tái)生成器。
「Description」：The Open Source AI Chatbot Platform Builder in 100% C# Running in .NET Core with Machine Learning algorithm.
「Watch」110 ?「Star」887 「Fork」230
Gym.NET
GitHub：https://github.com/SciSharp/Gym.NET
「介紹」：openai/gym的流行工具包，用于開發(fā)和比較強(qiáng)化學(xué)習(xí)算法，使用C#
「Description」：openai/gym's popular toolkit for developing and comparing reinforcement learning algorithms port to C#.
「Used by」3 「Watch」10 ?「Star」33 「Fork」7
OpenAIGym.NET
GitHub：https://github.com/SciSharp/OpenAIGym.NET
「介紹」：開發(fā)和比較強(qiáng)化學(xué)習(xí)算法的工具包
「Description」：A toolkit for developing and comparing reinforcement learning algorithms.
「Watch」6 ?「Star」12 「Fork」0
Pandas.NET
GitHub：https://github.com/SciSharp/Pandas.NET
「介紹」：C#中的Pandas庫，數(shù)據(jù)分析工具，在DataFrame中處理多維度數(shù)組。
「Description」：Pandas port in C#, data analysis tool, process multi-dim array in DataFrame.
「Watch」28 ?「Star」192 「Fork」26
MxNetLib
GitHub：https://github.com/SciSharp/MxNet.Sharp
「介紹」：帶有命令，符號(hào)和Gluon接口的Apache MxNet的.NET Standard實(shí)現(xiàn)，用于在C#中開發(fā)，訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。
「Description」：.NET Standard bindings for Apache MxNet with Imperative, Symbolic and Gluon Interface for developing, training and deploying Machine Learning models in C#.
「Watch」7 ?「Star」18 「Fork」4
Matplotlib.Net
GitHub：https://github.com/SciSharp/Matplotlib.Net
「介紹」：Python繪圖庫Matplotlib的.NET包裝器
「Description」：.NET wrapper for the Python plotting library Matplotlib
「Watch」7 ?「Star」20 「Fork」3
Ludwig.NET
GitHub：https://github.com/SciSharp/Ludwig.NET
「介紹」：Ludwig的一個(gè)工具箱，無需編寫代碼即可訓(xùn)練和測試深度學(xué)習(xí)模型。
「Description」：Ludwig is a toolbox that allows to train and test deep learning models without the need to write code.
「Watch」6 ?「Star」20 「Fork」4
CherubNLP
GitHub：https://github.com/SciSharp/CherubNLP
「介紹」：.NET Core中的自然語言處理
「Description」：Natural Language Processing in .NET Core
「Watch」10 ?「Star」39 「Fork」17
Microcharts.Matplotlib
GitHub：https://github.com/SciSharp/Microcharts.Matplotlib
「介紹」：Microcharts.Matplotlib是用于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的Microcharts的包裝庫。
「Description」：Microcharts.Matplotlib is a wrapper of Microcharts for Data Science and Machine Learning
「Watch」1 ?「Star」10 「Fork」2
scikit-learn.net
GitHub：https://github.com/SciSharp/scikit-learn.net
「介紹」：.NET Core中的機(jī)器學(xué)習(xí)。
「Description」：Machine Learning in .NET Core.
「Watch」3 ?「Star」20 「Fork」7
SiaNet [Archived]
GitHub：https://github.com/SciSharp/SiaNet
「介紹」：具有CUDA/OpenCL支持的易于使用C#深度學(xué)習(xí)庫
「Description」：An easy to use C# deep learning library with CUDA/OpenCL support
「Watch」47 ?「Star」343 「Fork」89
— END —
總結(jié)
以上是生活随笔為你收集整理的谁说.NET不适合搞大数据、机器学习和人工智能的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： iPhone上运行Linux也要来了
- 下一篇： .NET Core技术研究-主机