璀璨资讯网
首页 >> 互联网 >> 正文

谷歌15个人工智能开源免费项目! 开发者: 懂了

日期:2019-11-22 21:59:21 来源:互联网 编辑:小优 阅读人数:116

关于人工智能的开源项目,相信者们已经目睹过不少了,Github上也有大把的资源。不过笔者今天说的并非来自Github,而是来自科技“大厂”Google发布的一些涉及到机器学习、深度学习、神经网络等优质的人工智能开源项目,精心挑选了一部分推荐给大家学习。下面就来看一看。

谷歌15个人工智能开源免费项目! 开发者: 懂了(图1)

1、AdaNet:

快速灵活的AutoML,可自主学习。AdaNet是一个基于TensorFlow的轻量级框架,可在最少的专家干预下自动学习高质量的模型。它使用Cortes等AdaNet算法。2017年将学习神经网络的结构作为子网的整体。重要的是,AdaNet提供了一个通用框架,不仅用于学习神经网络体系结构,而且还用于学习集成以获得更好的模型。

2、Auto ML Video On-Device:

使用AutoML训练对象检测移动序列模型进行推理。该示例代码显示了如何加载Google Cloud AutoML对象跟踪设备上模型以及如何对剪辑中的一系列图像进行推断。目标设备是CPU和EdgeTPU。

3、Budou:

适用于中文,日文和韩文(CJK)语言的自动换行工具。Budou会自动将CJK句子转换为具有有意义的块的组织HTML代码,以在网络上提供漂亮的字体。

谷歌15个人工智能开源免费项目! 开发者: 懂了(图2)

4、Bullet Physics SDK:

针对VR,游戏,视觉效果,机器人技术,机器学习等的实时碰撞检测和多物理场仿真。Bullet Physics SDK是用便携式C++编写的专业开源库。该库主要用于游戏,视觉效果和机器人仿真等等。该库在zlib许可下可免费用于商业用途。

pybullet是一个易于使用的Python模块,用于物理仿真,机器人技术和机器学习。使用pybullet您可以加载URDF,SDF和其他文件格式的铰接体。pybullet提供正向动力学模拟,逆向动力学计算,正向和逆向运动学以及碰撞检测和射线相交查询。除了物理模拟之外,pybullet还支持渲染,CPU渲染器和OpenGL可视化以及对虚拟现实耳机的支持。

5、CausalImpact:

6、Darwin Neuroevolution Framework:

神经进化和进化算法框架。达尔文(Darwin)是一个旨在使神经进化实验变得简单,快速和有趣的框架。它提供了构建基块,示例和工具,从而避免了研究新思想所需的重复(且可能是复杂的)支架。

7、DeepMind Lab:

可定制的3D平台,用于基于代理的AI研究。DeepMind Lab是一个第一人称3D游戏平台,旨在研究和通用人工智能和机器学习。它提供了一组具有性的导航和解谜任务,这些任务对于深度强化学习特别有用。其简单灵活的API使创新的任务设计和新颖的AI设计得以探索并快速迭代。

谷歌15个人工智能开源免费项目! 开发者: 懂了(图3)

8、Dopamine:

强化学习算法的快速原型研究框架。Dopamine是基于TensorFlow的研究框架,用于快速学习强化学习算法的原型。它旨在满足对小型,易处理的代码库的需求,用户可以在其中自由地试验荒诞的想法(推测性研究)

9、gemmlowp:

低精度矩阵乘法。gemmlowp是一个用于相乘矩阵的库,其项被量化为8位整数。它用于移动神经网络应用程序,并获得了英特尔和ARM的大力支持,从而确保了它在各种移动CPU上的高效性。

10、Generative ML On Cloud:

一种基于云的工具,有助于生成机器学习和合成图像。端到端的设计允许用户拥有图像的自定义数据集,以在Cloud ML上训练可变自动编码器生成对抗网络(VAE-GAN)模型。在这里,模型被部署到云端,用户可以在其中输入嵌入以从其数据集中生成合成图像,或者输入图像以获取嵌入矢量。该工具使用Google Cloud Machine Learning API和TensorFlow。

11、Graph Distillation:

用于动作检测的图形蒸馏。在这项工作中,我们提出了一种称为“图蒸馏”的方法,该方法在源域中合并了来自大型多模态数据集的丰富特权信息,并改善了缺乏训练数据和模态的目标域中的学习。

12、Kubeflow:

Kubernetes的机器学习工具包。Kubeflow项目致力于使机器学习(ML)工作流在Kubernetes上的部署简单,可移植且可扩展。我们的目标不是重新创建其他服务,而是提供一种直接的方法来将ML的同类最佳的OS部署到各种基础结构。在运行Kubernetes的任何地方,都应该能够运行Kubeflow。

谷歌15个人工智能开源免费项目! 开发者: 懂了(图4)

13、Magenta:

借助机器智能进行音乐和艺术创作。Magenta是一个研究项目,旨在探索机器学习在艺术和音乐创作过程中的作用。首先,这涉及新的深度学习和强化学习算法,以生成歌曲,图像,绘图和其他材料。但这也是对构建智能工具和界面的一次探索,该工具和界面允许艺术家和音乐家使用这些模型扩展而不是替换!他们的过程。

14、MentorNet:

噪声数据深度学习。该示例代码显示了如何加载Google Cloud AutoML对象跟踪设备上模型,以及如何对剪辑中的一系列图像进行推断。目标设备是CPU和EdgeTPU。

15、TensorFlow Playground:

浏览器在神经网络中的可视化交互。TensorFlow Playground让神经网络的交互式变得可视化,使用d3.js以打字稿编写。它包含一个微型神经网络库,可以满足这种教育可视化的要求。用户可以在浏览器中实时模拟小型神经网络并查看结果。

这15个项目均来自Google open source开源项目,这对者来说无疑是一个宝库。除此之外,有了这些开源的免费资源,者还可以通过钛灵AIX来实践和自己的人工智能原型产品。钛灵AIX迷你小电脑,支持语音交互和视觉识别,内置英特尔 Movidius Myraid X 运算加速芯片,全球最受欢迎的开源硬件树莓派、以及多种传感技术。AIX极大降低AI的学习与门槛,帮助AI爱好者及者们快速构建会听、会说、会看的 AI 应用及解决方案。

本文相关词条概念解析:

学习

学习,是指通过阅读、听讲、思考、研究、实践等途径获得知识或技能的过程。学习分为狭义与广义两种:狭义:通过阅读、听讲、研究、观察、理解、探索、实验、实践等手段获得知识或技能的过程,是一种使个体可以得到持续变化(知识和技能,方法与过程,情感与价值的改善和升华)的行为方式。广义:是人在生活过程中,通过获得经验而产生的行为或行为潜能的相对持久的行为方式。

延伸 · 推荐

欧盟启动15个免费开源软件项目的漏洞奖励计划

从2019年1月份开始,欧盟委员会正式启动了15个免费开源软件项目的漏洞奖励计划,而这些开源软件都是欧盟机构目前正在使用的软件。毫无疑问,欧盟此举的目的就是要提升这些免费开源软件的安全性。欧盟方面表示...

微软纳德拉与开发者畅谈:着眼开源、云计算、人工智能

我的终极目标是将微软打造成全球最大的平台商,激发创业活力,创造经济机会。”——萨提亚·纳德拉《刷新》今天,微软公司首席执行官萨提亚·纳德拉在华与者代表进行了会面,倾听他们在云计算、人工智能、开源生态、...

全面支持开源,加速研发云升级,微软对开发者献真爱

全球首秀:支持 Java 和 Python 的 Visual Studio Live Share 协作服务与 IntelliCode 人工智能辅助编程,适用于物联网和智能边缘的自动机器学习能力(Aut...

网友评论