“目前用于人工智能比较流行的开源框架有哪些？

xiaocaihong

“目前用于人工智能比较流行的开源框架有哪些？都有什么特点？

asdwwa46504

我觉得目前比较流行的是TensorFlow,一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。

hkfuwh

TensorFlow最初于2015年发布，是一款开源机器学习框架，易于在各种平台上使用和部署。它是机器学习中维护得最好和广泛使用的框架之一。
Keras是一个开源软件库，最初于2015年发布，旨在简化深度学习模型的创建。它用Python编写，可以部署在其他人工智能技术之上，如TensorFlow，微软Cognitive Toolkit（CNTK）和Theano
Keras以其用户友好性，模块化和易扩展性而闻名。如果你需要一个机器学习库，可以实现简单快速的原型设计，同时支持卷积网络和循环神经网络，并且在CPU和GPU上运行达到最佳状态，这非常合适。

雪孩爱雪

PyTorch 是最新的深度学习框架之一，由 Facebook 的团队开发，并于 2017 年在 GitHub 上开源。有关其开发的更多信息请参阅论文《PyTorch 中的自动微分》。   论文地址：https://openreview.net/pdf?id=BJJsrmfCZ   PyTorch 很简洁、易于使用、支持动态计算图而且内存使用很高效，因此越来越受欢迎

雪孩爱雪

TensorFlow 是谷歌的开发者创造的一款开源的深度学习框架，于 2015 年发布。官方研究发布于论文《TensorFlow：异构分布式系统上的大规模机器学习》。   论文地址：http://download.tensorflow.org/paper/whitepaper2015.pdf   TensorFlow 现已被公司、企业与创业公司广泛用于自动化工作任务和开发新系统，其在分布式训练支持、可扩展的生产和部署选项、多种设备（比如安卓）支持方面备受好评。

雪孩爱雪

PyTorch 和 TensorFlow 的一个主要差异特点是数据并行化。PyTorch 优化性能的方式是利用 Python 对异步执行的本地支持。而用 TensorFlow 时，你必须手动编写代码，并微调要在特定设备上运行的每个操作，以实现分布式训练。但是，你可以将 PyTorch 中的所有功能都复现到 TensorFlow 中，但这需要做很多工作。

zouzichun520

TensorFlow是人工智能领域最常用的框架，是一个使用数据流图进行数值计算的开源软件，该框架允许在任何CPU或GPU上进行计算，无论是台式机、服务器还是移动设备都支持。该框架使用C++和Python作为编程语言，简单易学。

TLLED

OpenCog


OpenCog是一个旨在构建开源人工智能框架的项目
OpenCog是一种多样化的认知算法集合，每一种都体现了他们自己的创新 - 但是整体架构的强大之处在于它严格遵守认知协同原理。OpenCog最初是基于2008年发布的Novamente LLC专有“Novamente认知引擎”（NCE）的源代码。