現(xiàn)在機(jī)器學(xué)習(xí)逐漸成為行業(yè)熱門(mén)，經(jīng)過(guò)二十幾年的發(fā)展，機(jī)器學(xué)習(xí)目前也有了十分廣泛的應(yīng)用，如：數(shù)據(jù)挖掘、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、生物特征識(shí)別、搜索引擎、醫(yī)學(xué)診斷、DNA序列測(cè)序、語(yǔ)音和手寫(xiě)識(shí)別、戰(zhàn)略游戲和機(jī)器人等方面。

云棲社區(qū)特意翻譯整理了目前GitHub上最受歡迎的28款開(kāi)源的機(jī)器學(xué)習(xí)項(xiàng)目，以供開(kāi)發(fā)者參考使用。

1. TensorFlow

TensorFlow 是谷歌發(fā)布的第二代機(jī)器學(xué)習(xí)系統(tǒng)。據(jù)谷歌宣稱，在部分基準(zhǔn)測(cè)試中，TensorFlow的處理速度比第一代的DistBelief加快了2倍之多。

具體的講，TensorFlow是一個(gè)利用數(shù)據(jù)流圖（Data Flow Graphs）進(jìn)行數(shù)值計(jì)算的開(kāi)源軟件庫(kù)：圖中的節(jié)點(diǎn)（ Nodes）代表數(shù)學(xué)運(yùn)算操作，同時(shí)圖中的邊（Edges）表示節(jié)點(diǎn)之間相互流通的多維數(shù)組，即張量（Tensors）。這種靈活的架構(gòu)可以讓使用者在多樣化的將計(jì)算部署在臺(tái)式機(jī)、服務(wù)器或者移動(dòng)設(shè)備的一個(gè)或多個(gè)CPU上，而且無(wú)需重寫(xiě)代碼；同時(shí)任一基于梯度的機(jī)器學(xué)習(xí)算法均可夠借鑒TensorFlow的自動(dòng)分化（Auto-differentiation）；此外通過(guò)靈活的Python接口，要在TensorFlow中表達(dá)想法也變得更為簡(jiǎn)單。

TensorFlow最初由Google Brain小組（該小組隸屬于Google's Machine Intelligence研究機(jī)構(gòu)）的研究員和工程師開(kāi)發(fā)出來(lái)的，開(kāi)發(fā)目的是用于進(jìn)行機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的研究。但該系統(tǒng)的通用性足以使其廣泛用于其他計(jì)算領(lǐng)域。

目前Google 內(nèi)部已在大量使用 AI 技術(shù)，包括 Google App 的語(yǔ)音識(shí)別、Gmail 的自動(dòng)回復(fù)功能、Google Photos 的圖片搜索等都在使用 TensorFlow 。

開(kāi)發(fā)語(yǔ)言：C++

許可協(xié)議：Apache License 2.0

GitHub項(xiàng)目地址：https://github.com/tensorflow/tensorflow

2. Scikit-Learn

Scikit-Learn是用于機(jī)器學(xué)習(xí)的Python 模塊，它建立在SciPy之上。該項(xiàng)目由David Cournapeau 于2007年創(chuàng)立，當(dāng)時(shí)項(xiàng)目名為Google Summer of Code，自此之后，眾多志愿者都為此做出了貢獻(xiàn)。

主要特點(diǎn)：

操作簡(jiǎn)單、高效的數(shù)據(jù)挖掘和數(shù)據(jù)分析

無(wú)訪問(wèn)限制，在任何情況下可重新使用

建立在NumPy、SciPy 和 matplotlib基礎(chǔ)上

Scikit-Learn的基本功能主要被分為六個(gè)部分：分類、回歸、聚類、數(shù)據(jù)降維、模型選擇、數(shù)據(jù)預(yù)處理，具體可以參考官方網(wǎng)站上的文檔。經(jīng)過(guò)測(cè)試，Scikit-Learn可在 Python 2.6、Python 2.7 和 Python 3.5上運(yùn)行。除此之外，它也應(yīng)該可在Python 3.3和Python 3.4上運(yùn)行。

注：Scikit-Learn以前被稱為Scikits.Learn。

開(kāi)發(fā)語(yǔ)言：Python

許可協(xié)議:3-Clause BSD license

GitHub項(xiàng)目地址:https://github.com/scikit-learn/scikit-learn

3.Caffe

Caffe 是由神經(jīng)網(wǎng)絡(luò)中的表達(dá)式、速度、及模塊化產(chǎn)生的深度學(xué)習(xí)框架。后來(lái)它通過(guò)伯克利視覺(jué)與學(xué)習(xí)中心（(BVLC）和社區(qū)參與者的貢獻(xiàn)，得以發(fā)展形成了以一個(gè)伯克利主導(dǎo)，然后加之Github和Caffe-users郵件所組成的一個(gè)比較松散和自由的社區(qū)。

Caffe是一個(gè)基于C++/CUDA架構(gòu)框架，開(kāi)發(fā)者能夠利用它自由的組織網(wǎng)絡(luò)，目前支持卷積神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)（人工神經(jīng)網(wǎng)絡(luò)）。在Linux上，C++可以通過(guò)命令行來(lái)操作接口，對(duì)于MATLAB、Python也有專門(mén)的接口，運(yùn)算上支持CPU和GPU直接無(wú)縫切換。

Caffe的特點(diǎn)

易用性：Caffe的模型與相應(yīng)優(yōu)化都是以文本形式而非代碼形式給出， Caffe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，方便快速使用；

速度快：能夠運(yùn)行最棒的模型與海量的數(shù)據(jù)；

Caffe可與cuDNN結(jié)合使用，可用于測(cè)試AlexNet模型，在K40上處理一張圖片只需要1.17ms；

模塊化：便于擴(kuò)展到新的任務(wù)和設(shè)置上；

使用者可通過(guò)Caffe提供的各層類型來(lái)定義自己的模型；

目前Caffe應(yīng)用實(shí)踐主要有數(shù)據(jù)整理、設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練結(jié)果、基于現(xiàn)有訓(xùn)練模型，使用Caffe直接識(shí)別。

開(kāi)發(fā)語(yǔ)言：C++

許可協(xié)議： BSD 2-Clause license

GitHub項(xiàng)目地址:https://github.com/BVLC/caffe

4. PredictionIO

PredictionIO 是面向開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家的開(kāi)源機(jī)器學(xué)習(xí)服務(wù)器。它支持事件采集、算法調(diào)度、評(píng)估，以及經(jīng)由REST APIs的預(yù)測(cè)結(jié)果查詢。使用者可以通過(guò)PredictionIO做一些預(yù)測(cè)，比如個(gè)性化推薦、發(fā)現(xiàn)內(nèi)容等。PredictionIO 提供20個(gè)預(yù)設(shè)算法，開(kāi)發(fā)者可以直接將它們運(yùn)行于自己的數(shù)據(jù)上。幾乎任何應(yīng)用與PredictionIO集成都可以變得更“聰明”。其主要特點(diǎn)如下所示：

基于已有數(shù)據(jù)可預(yù)測(cè)用戶行為；

使用者可選擇你自己的機(jī)器學(xué)習(xí)算法；

無(wú)需擔(dān)心可擴(kuò)展性，擴(kuò)展性好。

PredictionIO 基于 REST API（應(yīng)用程序接口）標(biāo)準(zhǔn)，不過(guò)它還包含 Ruby、Python、Scala、Java 等編程語(yǔ)言的 SDK（軟件開(kāi)發(fā)工具包）。其開(kāi)發(fā)語(yǔ)言是Scala語(yǔ)言，數(shù)據(jù)庫(kù)方面使用的是MongoDB數(shù)據(jù)庫(kù)，計(jì)算系統(tǒng)采用Hadoop系統(tǒng)架構(gòu)。

開(kāi)發(fā)語(yǔ)言：Scala

許可協(xié)議：Apache License 2.0

GitHub項(xiàng)目地址:https://github.com/PredictionIO/PredictionIO

5. Brain

Brain是 JavaScript 中的 神經(jīng)網(wǎng)絡(luò)庫(kù)。以下例子說(shuō)明使用Brain來(lái)近似 XOR 功能：

var net = new brain.NeuralNetwork();net.train([{input: [0, 0], output: [0]},{input: [0, 1], output: [1]},{input: [1, 0], output: [1]},{input: [1, 1], output: [0]}]);var output = net.run([1, 0]);// [0.987]

當(dāng) brain 用于節(jié)點(diǎn)中，可使用npm安裝：

npm install brain

當(dāng) brain 用于瀏覽器，下載最新的 brain.js 文件。訓(xùn)練計(jì)算代價(jià)比較昂貴，所以應(yīng)該離線訓(xùn)練網(wǎng)絡(luò)（或者在 Worker 上），并使用 toFunction()或者toJSON()選項(xiàng)，以便將預(yù)訓(xùn)練網(wǎng)絡(luò)插入到網(wǎng)站中。

開(kāi)發(fā)語(yǔ)言：JavaScript

GitHub項(xiàng)目地址:https://github.com/harthur/brain

6. Keras

Keras是極其精簡(jiǎn)并高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù)，在TensorFlow 或 Theano 上都能夠運(yùn)行，是一個(gè)高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù)，支持GPU和CPU運(yùn)算。Keras可以說(shuō)是Python版的Torch7，對(duì)于快速構(gòu)建CNN模型非常方便，同時(shí)也包含了一些最新文獻(xiàn)的算法，比如Batch Noramlize，文檔教程也很全，在官網(wǎng)上作者都是直接給例子淺顯易懂。Keras也支持保存訓(xùn)練好的參數(shù)，然后加載已經(jīng)訓(xùn)練好的參數(shù)，進(jìn)行繼續(xù)訓(xùn)練。

Keras側(cè)重于開(kāi)發(fā)快速實(shí)驗(yàn)，用可能最少延遲實(shí)現(xiàn)從理念到結(jié)果的轉(zhuǎn)變，即為做好一項(xiàng)研究的關(guān)鍵。

當(dāng)需要如下要求的深度學(xué)習(xí)的庫(kù)時(shí)，就可以考慮使用Keras：

考慮到簡(jiǎn)單快速的原型法（通過(guò)總體模塊性、精簡(jiǎn)性以及可擴(kuò)展性）；

同時(shí)支持卷積網(wǎng)絡(luò)和遞歸網(wǎng)絡(luò)，以及兩者之間的組合；

支持任意連接方案（包括多輸入多輸出訓(xùn)練）；

可在CPU 和 GPU 上無(wú)縫運(yùn)行。

Keras目前支持 Python 2.7-3.5。

開(kāi)發(fā)語(yǔ)言：Python

GitHub項(xiàng)目地址:https://github.com/fchollet/keras

7. CNTK

CNTK（Computational Network Toolkit ）是一個(gè)統(tǒng)一的深度學(xué)習(xí)工具包，該工具包通過(guò)一個(gè)有向圖將神經(jīng)網(wǎng)絡(luò)描述為一系列計(jì)算步驟。在有向圖中，葉節(jié)點(diǎn)表示輸入值或網(wǎng)絡(luò)參數(shù)，其他節(jié)點(diǎn)表示該節(jié)點(diǎn)輸入之上的矩陣運(yùn)算。

CNTK 使得實(shí)現(xiàn)和組合如前饋型神經(jīng)網(wǎng)絡(luò)DNN、卷積神經(jīng)網(wǎng)絡(luò)（CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)(RNNs/LSTMs)等流行模式變得非常容易。同時(shí)它實(shí)現(xiàn)了跨多GPU 和服務(wù)器自動(dòng)分化和并行化的隨機(jī)梯度下降（SGD，誤差反向傳播）學(xué)習(xí)。

下圖將CNTK的處理速度（每秒處理的幀數(shù)）和其他四個(gè)知名的工具包做了比較了。配置采用的是四層全連接的神經(jīng)網(wǎng)絡(luò)（參見(jiàn)基準(zhǔn)測(cè)試腳本）和一個(gè)大小是8192 的高效mini batch。在相同的硬件和相應(yīng)的最新公共軟件版本（2015.12.3前的版本）的基礎(chǔ)上得到如下結(jié)果：

CNTK自2015年四月就已開(kāi)源。

開(kāi)發(fā)語(yǔ)言：C++

GitHub項(xiàng)目地址:https://github.com/Microsoft/CNTK

8. Convnetjs

ConvNetJS是利用Javascript實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò)，同時(shí)還具有非常不錯(cuò)的基于瀏覽器的Demo。它最重要的用途是幫助深度學(xué)習(xí)初學(xué)者更快、更直觀的理解算法。

它目前支持：

常見(jiàn)的神經(jīng)網(wǎng)絡(luò)模塊（全連接層，非線性）；

分類（SVM/ SOFTMAX）和回歸（L2）的成本函數(shù)；

指定和訓(xùn)練圖像處理的卷積網(wǎng)絡(luò)；

基于Deep Q Learning的實(shí)驗(yàn)強(qiáng)化學(xué)習(xí)模型。

一些在線示例：

Convolutional Neural Network on MNIST digits

Convolutional Neural Network on CIFAR-10

Toy 2D data

Toy 1D regression

Training an Autoencoder on MNIST digits

Deep Q Learning Reinforcement Learning demo+Image Regression ("Painting")+Comparison of SGD/Adagrad/Adadelta on MNIST開(kāi)發(fā)語(yǔ)言：Javascript 許可協(xié)議：MIT License GitHub項(xiàng)目地址:https://github.com/karpathy/convnetjs

9. Pattern

Pattern是Python的一個(gè)Web挖掘模塊。擁有以下工具：

數(shù)據(jù)挖掘：網(wǎng)絡(luò)服務(wù)（Google、Twitter、Wikipedia）、網(wǎng)絡(luò)爬蟲(chóng)、HTML DOM解析；

自然語(yǔ)言處理：詞性標(biāo)注工具(Part-Of-Speech Tagger)、N元搜索(n-gram search)、情感分析(sentiment analysis)、WordNet；

機(jī)器學(xué)習(xí)：向量空間模型、聚類、分類（KNN、SVM、 Perceptron）；

網(wǎng)絡(luò)分析：圖形中心性和可視化。

其文檔完善，目前擁有50多個(gè)案例和350多個(gè)單元測(cè)試。 Pattern目前只支持Python 2.5+（尚不支持Python 3），該模塊除了在Pattern.vector模塊中使用LSA外沒(méi)有其他任何外部要求，因此只需安裝 NumPy （僅在Mac OS X上默認(rèn)安裝）。

開(kāi)發(fā)語(yǔ)言：Python

許可協(xié)議：BSD license

GitHub項(xiàng)目地址:https://github.com/clips/pattern

10. NuPIC

NuPIC是一個(gè)實(shí)現(xiàn)了HTM學(xué)習(xí)算法的機(jī)器智能平臺(tái)。HTM是一個(gè)關(guān)于新（大腦）皮質(zhì)（Neocortex）的詳細(xì)人工智能算法。HTM的核心是基于時(shí)間的連續(xù)學(xué)習(xí)算法，該算法可以存儲(chǔ)和調(diào)用時(shí)間和空間兩種模式。NuPIC可以適用于解決各類問(wèn)題，尤其是異常檢測(cè)和流數(shù)據(jù)源預(yù)測(cè)方面。

NuPIC Binaries文件目前可用于：

Linux x86 64bit

OS X 10.9

OS X 10.10

Windows 64bit

NuPIC 有自己的獨(dú)特之處。許多機(jī)器學(xué)習(xí)算法無(wú)法適應(yīng)新模式，而NuPIC的運(yùn)作接近于人腦，當(dāng)模式變化的時(shí)候，它會(huì)忘掉舊模式，記憶新模式。

開(kāi)發(fā)語(yǔ)言：Python

GitHub項(xiàng)目地址：https://github.com/numenta/nupic

11. Theano

Theano是一個(gè)Python庫(kù)，它允許使用者有效地定義、優(yōu)化和評(píng)估涉及多維數(shù)組的數(shù)學(xué)表達(dá)式，同時(shí)支持GPUs和高效符號(hào)分化操作。Theano具有以下特點(diǎn)：

與NumPy緊密相關(guān)--在Theano的編譯功能中使用了Numpy.ndarray ；

透明地使用GPU--執(zhí)行數(shù)據(jù)密集型計(jì)算比CPU快了140多倍（針對(duì)Float32）；

高效符號(hào)分化--Theano將函數(shù)的導(dǎo)數(shù)分為一個(gè)或多個(gè)不同的輸入；

速度和穩(wěn)定性的優(yōu)化--即使輸入的x非常小也可以得到log(1+x)正確結(jié)果；

動(dòng)態(tài)生成 C代碼--表達(dá)式計(jì)算更快；

廣泛的單元測(cè)試和自我驗(yàn)證--多種錯(cuò)誤類型的檢測(cè)和判定。

自2007年起，Theano一直致力于大型密集型科學(xué)計(jì)算研究，但它目前也很被廣泛應(yīng)用在課堂之上（ 如Montreal大學(xué)的深度學(xué)習(xí)/機(jī)器學(xué)習(xí)課程）。

開(kāi)發(fā)語(yǔ)言：Python

GitHub項(xiàng)目地址：https://github.com/Theano/Theano

12. MXNet

MXNet是一個(gè)兼具效率和靈活性的深度學(xué)習(xí)框架。它允許使用者將符號(hào)編程和命令式編程相結(jié)合，以追求效率和生產(chǎn)力的最大化。其核心是動(dòng)態(tài)依賴調(diào)度程序，該程序可以動(dòng)態(tài)自動(dòng)進(jìn)行并行化符號(hào)和命令的操作。其中部署的圖形優(yōu)化層使得符號(hào)操作更快和內(nèi)存利用率更高。該庫(kù)輕量且便攜帶，并且可擴(kuò)展到多個(gè)GPU和多臺(tái)主機(jī)上。

主要特點(diǎn)：

其設(shè)計(jì)說(shuō)明提供了有用的見(jiàn)解，可以被重新應(yīng)用到其他DL項(xiàng)目中；

任意計(jì)算圖的靈活配置；

整合了各種編程方法的優(yōu)勢(shì)最大限度地提高靈活性和效率；

輕量、高效的內(nèi)存以及支持便攜式的智能設(shè)備；

多GPU擴(kuò)展和分布式的自動(dòng)并行化設(shè)置；

支持Python、R、C++和 Julia；

對(duì)“云計(jì)算”友好，直接兼容S3、HDFS和Azure。

MXNet不僅僅是一個(gè)深度學(xué)習(xí)項(xiàng)目，它更是一個(gè)建立深度學(xué)習(xí)系統(tǒng)的藍(lán)圖、指導(dǎo)方針以及黑客們對(duì)深度學(xué)習(xí)系統(tǒng)獨(dú)特見(jiàn)解的結(jié)合體。

開(kāi)發(fā)語(yǔ)言：Jupyter Notebook

開(kāi)源許可：Apache-2.0license

GitHub項(xiàng)目地址：https://github.com/dmlc/mxnet

13. Vowpal Wabbit

Vowpal Wabbit是一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)，該系統(tǒng)推動(dòng)了如在線、散列、Allreduce、Learning2search、等方面機(jī)器學(xué)習(xí)前沿技術(shù)的發(fā)展。 其訓(xùn)練速度很快，在20億條訓(xùn)練樣本，每個(gè)訓(xùn)練樣本大概100個(gè)非零特征的情況下：如果特征的總位數(shù)為一萬(wàn)時(shí)，訓(xùn)練時(shí)間為20分鐘；特征總位數(shù)為1000萬(wàn)時(shí)，訓(xùn)練時(shí)間為2個(gè)小時(shí)。Vowpal Wabbit支持分類、 回歸、矩陣分解和LDA。

當(dāng)在Hadoop上運(yùn)行Vowpal Wabbit時(shí)，有以下優(yōu)化機(jī)制：

懶惰初始化：在進(jìn)行All Reduce之前，可將全部數(shù)據(jù)加載到內(nèi)存中并進(jìn)行緩存。即使某一節(jié)點(diǎn)出現(xiàn)了錯(cuò)誤，也可以通過(guò)在另外一個(gè)節(jié)點(diǎn)上使用錯(cuò)誤節(jié)點(diǎn)的數(shù)據(jù)（通過(guò)緩存來(lái)獲?。﹣?lái)繼續(xù)訓(xùn)練。

Speculative Execution：在大規(guī)模集群當(dāng)中，一兩個(gè)很慢的Mapper會(huì)影響整個(gè)Job的性能。Speculative Execution的思想是當(dāng)大部分節(jié)點(diǎn)的任務(wù)完成時(shí)，Hadoop可以將剩余節(jié)點(diǎn)上的任務(wù)拷貝到其他節(jié)點(diǎn)完成。

開(kāi)發(fā)語(yǔ)言：C++

GitHub項(xiàng)目地址：https://github.com/JohnLangford/vowpal_wabbit

14. Ruby Warrior

通過(guò)設(shè)計(jì)了一個(gè)游戲使得Ruby語(yǔ)言和人工智能學(xué)習(xí)更加有樂(lè)趣和互動(dòng)起來(lái)。

使用者扮演了一個(gè)勇士通過(guò)爬上一座高塔，到達(dá)頂層獲取珍貴的紅寶石（Ruby）。在每一層，需要寫(xiě)一個(gè)Ruby腳本指導(dǎo)戰(zhàn)士打敗敵人、營(yíng)救俘虜、到達(dá)樓梯。使用者對(duì)每一層都有一些認(rèn)識(shí)，但是你永遠(yuǎn)都不知道每層具體會(huì)發(fā)生什么情況。你必須給戰(zhàn)士足夠的人工智能，以便讓其自行尋找應(yīng)對(duì)的方式。

勇士的動(dòng)作相關(guān)API：

Warrior.walk： 用來(lái)控制勇士的移動(dòng)，默認(rèn)方向是往前；

warrior.feel：使用勇士來(lái)感知前方的情況，比如是空格，還是有怪物；

Warrior.attack：讓勇士對(duì)怪物進(jìn)行攻擊；

Warrior.health：獲取勇士當(dāng)前的生命值；

Warrior.rest：讓勇士休息一回合，恢復(fù)最大生命值的10%。

勇士的感知API:

Space.empty：感知前方是否是空格；

Space.stairs：感知前方是否是樓梯；

Space.enemy： 感知前方是否有怪物；

Space.captive：感知前方是否有俘虜；

Space.wall：感知前方是否是墻壁。

開(kāi)發(fā)語(yǔ)言：Ruby

GitHub項(xiàng)目地址：https://github.com/ryanb/ruby-warrior

以上為GitHub上最流行的開(kāi)源機(jī)器學(xué)習(xí)項(xiàng)目TOP14，“28款GitHub最流行的開(kāi)源機(jī)器學(xué)習(xí)項(xiàng)目（二）”。