來自：開源中國

鏈接：https://my.oschina.net/editorial-story/blog/1592254

推薦 10 個飽受好評且功能獨特的開源人工智能項目

關于人工智能的項目，相信大家都看過或者用過不少了，但它們的大多數(shù)看上去都十分“高大上”，讓人感覺要掌握他們猶如習屠龍之術一樣。事實上，有很多關于人工智能的項目還是十分實用的，而且用途還十分有趣，下面就簡單為大家盤點 10 個功能獨特的開源人工智能項目。

STYLE2PAINTS：強大的為線稿上色的 AI

https://www.oschina.net/p/style2paints

推薦理由：新一代的強大線稿上色 AI，可根據(jù)用戶上傳的自定義色彩給線稿進行上色。項目提供了在線使用網(wǎng)站，十分方便使用。

SerpentAI：教 AI 打游戲的學習框架

https://www.oschina.net/p/serpentai

推薦理由：SerpentAI 旨在為機器學習和 AI 研究提供一個有價值的工具。但同時，對于愛好者來說，它也是非常有趣的。

Synaptic.js：用于瀏覽器的神經網(wǎng)絡庫

https://www.oschina.net/p/synapticjs

推薦理由：Synaptic.js 是一個用于 node.js 和瀏覽器的 JavaScript 神經網(wǎng)絡庫，可以構建和訓練基本上任何類型的一階甚至二階神經網(wǎng)絡。

該項目內置了 4 種經典的神經網(wǎng)絡算法：多層感知器（multilayer perceptrons）、長短期記憶網(wǎng)絡（multilayer long-short term memory networks）、液體狀態(tài)機（Liquid State Machine）、Hopfield神經網(wǎng)絡。使用 Synaptic.js ，你可以輕松測試和比較不同體系結構的性能。

Snake-AI：貪吃蛇游戲的人工智能

https://www.oschina.net/p/snake-ai

推薦理由：一個用 C/C++ 語言編寫的貪吃蛇游戲的人工智能。使用了最短路徑、最長路徑、人工智能算法。

AI 的目的是讓蛇盡可能的吃更多的食物，直到吃滿整個地圖。

Demo

Uncaptcha

https://www.oschina.net/p/uncaptcha

推薦理由：破解 reCAPTCHA 系統(tǒng)的 AI 算法。unCAPTCHA 算法以 85% 的成功率擊敗了 Google reCAPTCHA 系統(tǒng)。它依靠音頻驗證碼攻擊 - 使用瀏覽器自動化軟件來解析必要的元素并識別語音號碼，并以編程方式傳遞這些數(shù)字，最終成功欺騙目標網(wǎng)站。

Sockeye：神經機器翻譯框架

https://www.oschina.net/p/sockeye

推薦理由：Sockeye 是一個基于 Apache MXNet 的快速而可擴展的深度學習庫。

Sockeye 代碼庫具有來自 MXNet 的獨特優(yōu)勢。例如，通過符號式和命令式 MXNet API，Sockeye 結合了陳述式和命令式編程風格；它同樣可以在多塊 GPU 上并行訓練模型。

Sockeye 實現(xiàn)了 MXNet 上當前最佳的序列到序列模型。它同樣為所有序列到序列模型的超參數(shù)提供恰當?shù)哪J值。對于優(yōu)化，無需擔心停止標準、指標跟蹤或者權重初始化。可以簡單地運行已提供的訓練命令行界面（CLI），也可以輕易改變基礎模型架構。

PHP-ML：PHP 機器學習庫

https://www.oschina.net/p/php-ml

推薦理由：我們都知道 Python 或者是 C++ 提供了更多機器學習的庫，但他們大多都比較復雜，配置起來讓很多新手感到頭疼。

PHP-ML 這個機器學習庫雖然沒有特別高大上的算法，但其具有最基本的機器學習、分類等算法，小項目或者小公司做一些簡單的數(shù)據(jù)分析、預測等等足以夠用。

PHP-ML 是使用 PHP 編寫的機器學習庫。同時包含算法，交叉驗證，神經網(wǎng)絡，預處理，特征提取等。

CycleGAN：生成對抗網(wǎng)絡圖像處理工具

https://www.oschina.net/p/cyclegan

推薦理由：這個工具功能十分強大，不僅可將繪畫作品“還原”成照片（可理解為是一個 “反濾鏡”），還能將夏天轉換成冬天，或將普通的馬轉化成斑馬。

與其它人工智能繪畫不同，CycleGAN 的研究團隊試圖建立一個可雙向轉化不丟失信息的雙向算法。

在 CycleGAN 里照片的細節(jié)被要求完全保留，研究人員希望能夠將一張圖片輸入 CycleGAN 后進行多次反復轉化（照片→繪畫→照片→繪畫→照片），最終可以獲得與原始照片相同或相近的圖片。

DeepLearn.js：加速硬件的機器學習JS庫

https://www.oschina.net/p/deeplearn-js

DeepLearn.js 是谷歌推出的一個可用于機器智能并加速 WebGL 的開源 JavaScript 庫，完全在瀏覽器中運行，不需要安裝，不需要后端處理。

DeepLearn.js 提供高效的機器學習構建模塊，使我們能夠在瀏覽器中訓練神經網(wǎng)絡或在推斷模式中運行預訓練模型。它提供構建可微數(shù)據(jù)流圖的 API，以及一系列可直接使用的數(shù)學函數(shù)。

雖然瀏覽器上的機器學習庫已經存在多年（例如 Andrej Karpathy 的 convnetjs），但是它們受到 JavaScript 速度的限制，或者局限于推理而不能用于訓練（例如 TensorFire）。

相比之下，deeplearn.js 通過利用 WebGL 在GPU上執(zhí)行計算，以及進行完全反向傳播（full backpropagation）的能力，實現(xiàn)了顯著的加速。

TensorFire：瀏覽器端神經網(wǎng)絡框架

https://www.oschina.net/p/tensorfire

推薦理由：TensorFire 是基于 WebGL 的，運行在瀏覽器中的神經網(wǎng)絡框架。使用 TensorFire 編寫的應用能夠在實現(xiàn)前沿深度學習算法的同時，不需要任何的安裝或者配置就直接運行在現(xiàn)代瀏覽器中。

與之前某些瀏覽器內的神經網(wǎng)絡框架相比，TensorFire 有著近百倍的速度提升，甚至于能夠與那些運行在本地 CPU 上的代碼性能相媲美。

開發(fā)者也可以使用 TensorFire 提供的底層接口來進行其他的高性能計算，譬如 PageRank、元胞自動機仿真、圖片轉化與過濾等等。

相信還有其他優(yōu)秀的開源人工智能項目尚未在本文出現(xiàn)，歡迎各位在評論中留下你們的推薦~

●本文編號489，以后想閱讀這篇文章直接輸入489即可

●輸入m獲取文章目錄

推薦↓↓↓

Python編程

更多推薦《18個技術類公眾微信》

涵蓋：程序人生、算法與數(shù)據(jù)結構、黑客技術與網(wǎng)絡安全、大數(shù)據(jù)技術、前端開發(fā)、Java、Python、Web開發(fā)、安卓開發(fā)、iOS開發(fā)、C/C++、.NET、Linux、數(shù)據(jù)庫、運維等。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的推荐 10 个饱受好评且功能独特的开源人工智能项目的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。