10顶级开源的Linux人工智能工具

在这篇文章中，我们将介绍几个顶部，开源的人工智能（AI）工具为Linux生态系统。 目前，AI是在科学技术不断进步的领域之一，努力建设软件和硬件解决诸如医疗，教育，安全，制造业，银行和这么多地区每一天的生活挑战减速的一大重点。

推荐阅读： 20免费开源软件我在2015年发现年

以下是为支持AI设计和开发的许多平台的列表，您可以在Linux和可能许多其他操作系统上使用。 记住此列表不按任何特定的顺序排列。

Java深度学习（Deeplearning4j）

Deeplearning4j是一个商业级的，开放源码的，即插即用，分布深学习库的Java和Scala编程语言。 它的设计专为企业相关的应用，以及用Hadoop集成和Spark分布式CPU和GPU的顶部。

DL4J是在Apache 2.0许可下发布的，并为AWS上的扩展提供GPU支持，并适用于微服务架构。

Deeplearning4j - Java的深度学习

浏览网页 ： http://deeplearning4j.org/

2. Caffe - 深度学习框架

来自Caffe是一个基于速度的模块化和表现力的深度学习的框架。 它根据BSD 2条款许可证发布，它已经支持在研究，启动原型，视觉，语音和多媒体领域的工业应用等领域的几个社区项目。

Caffe - 深度学习框架

浏览网页 ： http://caffe.berkeleyvision.org/

3. H20 - 分布式机器学习框架

H20是一个开源的，快速的，可扩展的和分布式机器学习框架，再加上配备的框架算法的品种。 它支持更加智能的应用程序，如深度学习，梯度提升，随机森林，广义线性建模（即逻辑回归，弹性网络）等等。

它是一个面向企业的人工智能工具，用于从数据做决策，它使用户能够使用更快，更好的预测建模从他们的数据中获得洞察。

H2O - 分布式机器学习框架

浏览网页 ： http://www.h2o.ai/

MLlib - 机器学习库

MLlib是一个开源的，易于使用和高性能的机器学习发展为Apache的星火的零件库。 它基本上易于部署，并且可以在现有的Hadoop集群和数据上运行。

推荐阅读： 12最佳开源文本编辑器（GUI + CLI）我在2015年发现

MLlib还附带了用于分类，回归，推荐，聚类，生存分析等算法的集合。 重要的是，它可以用于Python，Java，Scala和R编程语言。

MLlib - 机器学习库

浏览网页 ： https://spark.apache.org/mllib/

5. Apache Mahout

象夫是一个开源框架设计用于构建可伸缩的机器学习应用，它已经在下面列出三位著名的特点：

1. 提供简单和可扩展的编程工作场所
2. 为Scala + Apache Spark，H20以及Apache Flink提供各种预包装算法
3. 包括Samaras，一个矢量数学实验工作场所与R样语法

Apache Mahout

浏览网页 ： http://mahout.apache.org/

6.打开神经网络库（OpenNN）

OpenNN也是用C ++编写的深度学习一个开源类库，它是用来煽动神经网络。 然而，它只是经验丰富的C ++程序员和具有极大机器学习技能的人才是最佳选择。 它的特点是具有深厚的架构和高性能。

OpenNN - 打开神经网络库

浏览网页 ： http://www.opennn.net/

7.羚羊属2

羚羊2是初始羚羊项目的延续，它是在Apache Spark和Apache的Kafka作为拉姆达架构的重新架构开发的，虽然实现实时学习机专用。

它是一个应用程序开发的平台，并且具有某些应用程序以及协作过滤，分类，回归和聚类的目的。

Oryx2 - 重构架构Lambda架构

浏览网页 ： http://oryx.io/

8. OpenCyc

OpenCyc是一个开源的门户规模最大，最全面的一般知识基地和世界的常识推理引擎。 它包括以精确设计的原理排列的大量Cyc项，用于以下领域：

1. 丰富的域建模
2. 领域专家系统
3. 文本理解
4. 语义数据集成以及AI游戏等等。

OpenCyc

浏览网页 ： http://www.cyc.com/platform/opencyc/

9. Apache SystemML

SystemML是机器学习非常适合大数据的开源人工智能平台。 它的主要功能是运行在R和Python的语法，专注于大数据和专为高级数学设计。 它的工作原理在首页上有很好的解释，包括一个视频演示清楚的说明。

建议阅读： 18最好的IDE在Linux上的C / C ++编程或源代码编辑器

有几种使用它的方法，包括Apache Spark，Apache Hadoop，Jupyter和Apache Zeppelin。 其中一些明显的使用案例包括汽车，机场交通和社会银行。

Apache SystemML - 机器学习平台

浏览网页 ： http://systemml.apache.org/

10.NuPIC

NUPIC是机器学习的开源框架是基于Heirarchical临时内存（HTM），一个新皮层的理论。 集成在NuPIC中的HTM程序被实现用于分析实时流数据，其中它学习存在于数据中的基于时间的模式，预测即将来临的值以及揭示任何不规则性。

其显着特点包括：

1. 持续在线学习
2. 时间和空间模式
3. 实时流数据
4. 预测和建模
5. 强大的异常检测
6. 分层时间记忆

NuPIC机器智能

浏览网页 ： http://numenta.org/

随着崛起和不断进步的研究AI，我们必将见证更多的工具涌现，以帮助使这一技术领域取得成功特别是对于求解教育目的以及日常的科学挑战。

你对AI感兴趣，你的说法是什么？ 通过下面的评论部分向我们提供您的想法，建议或任何有关主题的有用的反馈，我们将很高兴从您的知道更多。