다양한 Deep learning 플랫폼들

안녕하세요.

오늘의 포스팅에서는 AI 및 기계 학습 도구를 소개합니다.

1. Microsoft Azure

Microsoft의 'Azure Machine Learning Studio' 플랫폼을 사용하면 개발자 는 복잡한 기계 학습 경험이 없어도 데이터 세트를 쉽게 예측 분석을 배포 할 수 있습니다. 

Microsoft는 또한 큰 데이터 및 분석 을 완전히 관리 하는 제품군 인 Cortana Intelligence를 제공해 데이터를 의미있는 정보와 작업으로 변환 할 수 있습니다.

Microsoft는 또한 일반 사용자가 Microsoft Excel 스프레드 시트에서 AI 기능을 사용할 수있는 도구를 선보였습니다.

AI에 많은 사람이 접근 할 수 있도 맞춤 음성 서비스 Bing Speech API를 출시했습니다.

Microsoft는 감정, 시각 및 음성 인식 및 자연어 학습을 프로그램에 추가하려는 개발자를 위해 설계된 약 25 개의 도구를 보유 하고 있습니다.

2. IBM Watson

IBM은 AI 분야에서 많은 공헌을 있습니다.

개발자와 비즈니스 사용자를 위해 설계된 다양한 도구를 갖춘 Watson 플랫폼을 보유하고 있습니다.

Watson 사용자는 공개 API 집합으로 제공되며 많은 샘플 코드에 액세스 할 수 있으며

인지 검색 엔진 및 가상 에이전트를 구축 할 수 있습니다.

Watson은 초보자를 겨냥한 chatbot 구축 플랫폼을 갖추고 있습니다. 이 플랫폼은 기계 학습 기술이 거의 필요하지 않습니다.

왓슨은 채팅 로봇에 사전 훈련 된 콘텐츠를 제공하여 훨씬 빠르게 봇을 훈련 할 수 있습니다.

3. DiffBlue

Oxford University의 Daniel Kroening에 의해 설립 된 DiffBlue는 코드 전용 자동화 플랫폼입니다.

그 목표는 버그, 리팩토링 코드를 찾고, 테스트를 수행하고, 코드의 약점을 찾아서 수정하는 것입니다.

모두 자동화를 통해 수행됩니다.

4. Google의 TensorFlow

TensorFlow는 기계 학습 프로젝트를 위해 설계된 오픈 소스 소프트웨어 플랫폼입니다.

TensorFlow는 데이터 흐름 그래프를 사용하여 수치 계산으로 구성된 라이브러리를 제공함으로써 작동합니다.

따라서 개발자는 여러 중앙 처리 장치 (CPU), 모바일, 데스크톱 및 태블릿 장치에서 심층적 인 학습 프레임 워크를 배포 할 수 있습니다.

TensorFlow에는 많은 설명서, 자습서 및 온라인 리소스가 포함되어 있으므로

플랫폼이나 Python에 익숙하지 않은 개발자가 TensoFlow를 배우는대 많은 도움이 됩니다.

5. Nervana Neon

Nervana와 Intel은 차세대 지능형 에이전트 및 응용 프로그램을 구축하기 위해 협력했습니다.

Neon은 Python 기반 기계 학습 라이브러리입니다.

Neon을 사용하면 개발자가 클라우드에서 심층 학습 기술을 구축, 교육 및 배포 할 수 있습니다.

네온은 비디오 튜토리얼과 사전 훈련 된 알고리즘과 예제 스크립트가 들어있는 'model zoo'을 갖추고 있습니다.

6. Amazon Web Services

아마존 웹 서비스(AWS)는 개발자를위한 새로운 인공 지능 툴킷 3 종을 발표했다.

AWS Rekognition은 AI를 사용하여 생체 인식 보안 기능에 자주 사용되는 이미지 해석 및 얼굴 인식 기능을 앱에 추가합니다.

Polly는 AI를 사용하여 24 개 언어로 47 가지 목소리로 작성된 텍스트로 음성을 자동화합니다.

Lex는 아마존의 개인 비서 알렉사 뒤에있는 오픈 소스 엔진입니다. 개발자는 채팅 봇을 웹 및 모바일 애플리케이션에 통합 할 수 있습니다.

7. OpenNN

OpenNN은 신경 네트워크를 구현하는 경험 개발자를위한 C ++ 프로그래밍 라이브러리입니다.

OpenNN은 인공 지능에 대한 많은 경험이있는 개발자를 대상으로하고 있지만,

신경 네트워크에 대한 소개를 포함하여 많은 설명서와 자습서가 포함되어 있습니다.

OpenNN은 또한 신경망 디자이너 (Neural Designer)라는 고급 분석 도구를 만들었습니다.

도구는 그래프 및 표와 같은 시각적 내용을 작성하여 데이터 항목을 단순화하고 해석하는 것을 목표로합니다.

8. 아파치 스파크 MLlib

Apache Spark MLlib는 메모리 내 데이터 처리 프레임 워크입니다.

분류, 회귀, 클러스터링 및 협업 필터링에 중점을 둔 알고리즘의 대규모 데이터베이스를 제공합니다.

Apache 인큐베이터에는 Singa라고하는 오픈 소스 프레임 워크가 있습니다.

이 프레임 워크는 수많은 컴퓨터에서 네트워크를 학습 할 수있는 프로그래밍 도구를 제공합니다.

9. 카페인

Caffe는 이미징 기반의 자동 검사 도구를 개발자에게 제공하기 위해 만든 또 하나의 심층적 인 C ++ 프레임 워크입니다.

이 프레임 워크는 이미 학술 연구 프로젝트, 시동 프로토 타입, 심지어 비전, 언어 및 멀티미디어 분야의

대규모 산업 응용 프로그램의 일부로 사용되고 있습니다.

주목할만한 사용자로는 Facebook과 Pinterest가 있습니다.

10. Apache Mahout

Mahout은 확장 가능한 기계 학습 애플리케이션을 개발하려는 개발자를 위해 설계되었으며

사용자는 Apache Spark, H20 및 Apache Flink에 대한 미리 구성된 알고리즘을 사용할 수 있습니다.

Mahout은 대부분의 도구와 마찬가지로 다양한 유용한 자습서 및 리소스를 제공하므로 학습자에게 이상적입니다.