全世界只有3.14 %?的人關(guān)注了

數(shù)據(jù)與算法之美

Python 由于本身的易用優(yōu)勢(shì)和強(qiáng)大的工具庫(kù)儲(chǔ)備，成為了在人工智能及其它相關(guān)科學(xué)領(lǐng)域中最常用的語(yǔ)言之一。尤其是在機(jī)器學(xué)習(xí)，已然是各大項(xiàng)目最偏愛(ài)的語(yǔ)言。

其實(shí)除了?Python ，也不乏有開(kāi)發(fā)者用其他語(yǔ)言寫(xiě)出優(yōu)秀的機(jī)器學(xué)習(xí)項(xiàng)目。在此，列出其中一些個(gè)人認(rèn)為值得關(guān)注的開(kāi)源機(jī)器學(xué)習(xí)項(xiàng)目。由于篇幅有限，推薦閱讀推薦閱讀《圖解機(jī)器學(xué)習(xí)》。

1、C

Darknet?——?神經(jīng)網(wǎng)絡(luò)框架

Darknet 是一個(gè)用 C 和 CUDA 編寫(xiě)的開(kāi)源神經(jīng)網(wǎng)絡(luò)框架。它快速，易于安裝，并支持 CPU 和 GPU 計(jì)算。

CCV??—— 計(jì)算機(jī)視覺(jué)庫(kù)

CCV 是 C-based/Cached/Core Computer Vision Library 的簡(jiǎn)稱, 它是一個(gè)現(xiàn)代的計(jì)算機(jī)視覺(jué)庫(kù)。

CCV 是一種以應(yīng)用驅(qū)動(dòng)的算法庫(kù)，比如對(duì)靜態(tài)物體（如人臉）的快速檢測(cè)算法、對(duì)某些不容易定位物體（如貓）的準(zhǔn)確檢測(cè)算法、藝術(shù)文本的檢測(cè)算法、長(zhǎng)期目標(biāo)的跟蹤算法和特征點(diǎn)檢測(cè)算法。

2、C++

CNTK?——?深度學(xué)習(xí)工具包

微軟出品的開(kāi)源深度學(xué)習(xí)工具包，它把神經(jīng)網(wǎng)絡(luò)描述成一個(gè)有向圖的結(jié)構(gòu)，葉子節(jié)點(diǎn)代表輸入或者網(wǎng)絡(luò)參數(shù)，其他節(jié)點(diǎn)計(jì)算步驟。

CNTK 不僅使深度神經(jīng)網(wǎng)絡(luò)（DNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶單元（LSTM）的實(shí)現(xiàn)變得非常容易，還支持多個(gè) GPU 組合、服務(wù)器自動(dòng)分化和并行的隨機(jī)梯度下降（SGD）學(xué)習(xí)。

Caffe??——?深度學(xué)習(xí)框架

Caffe 是一個(gè)清晰而又高效的深度學(xué)習(xí)框架，模型與相應(yīng)優(yōu)化都是以文本形式而非代碼形式給出，并給出了模型的定義、最優(yōu)化設(shè)置以及預(yù)訓(xùn)練的權(quán)重，方便立即上手。同時(shí)，它能夠運(yùn)行最棒的模型與海量的數(shù)據(jù)，也能很方便擴(kuò)展到新的任務(wù)和設(shè)置上。

Kaldi?—— 語(yǔ)音識(shí)別工具包

Kaldi 是用 C ++ 編寫(xiě)的語(yǔ)言識(shí)別工具包，旨在供語(yǔ)音識(shí)別研究人員使用，且易于修改和擴(kuò)展。它在設(shè)計(jì)之初就盡可能地以最通用的形式提供的算法，以保證其可擴(kuò)展性。

3、Go

CloudForest?——?決策樹(shù)組合算法

純 Go 編寫(xiě)的快速、靈活、多線程的決策樹(shù)，允許一些相關(guān)的算法用于具有缺失值的異構(gòu)數(shù)據(jù)的分類、回歸、特征選擇和結(jié)構(gòu)分析。它可以實(shí)現(xiàn)更快的訓(xùn)練時(shí)間，非常適合現(xiàn)代處理器來(lái)學(xué)習(xí)二進(jìn)制。

4、Java

CoreNLP?——?自然語(yǔ)言處理工具

coreNLP 是斯坦福大學(xué)開(kāi)發(fā)的一套關(guān)于自然語(yǔ)言處理的工具，使用簡(jiǎn)單功能強(qiáng)大。它可以通過(guò)輸入原始文本，給出單詞的基本形式，它們的詞性、公司、人員的名稱、解釋日期、時(shí)間和數(shù)量等等。它最初針對(duì)英語(yǔ)開(kāi)發(fā)，但現(xiàn)在也已支持中文。

H2O?—— 機(jī)器學(xué)習(xí)和預(yù)測(cè)分析框架

H2O 是一個(gè)分布式的、基于內(nèi)存的、可擴(kuò)展的機(jī)器學(xué)習(xí)和預(yù)測(cè)分析框架，適合在企業(yè)環(huán)境中構(gòu)建大規(guī)模機(jī)器學(xué)習(xí)模型。它使用開(kāi)發(fā)者熟悉的界面，可與 Hadoop 和 Spark 等大型數(shù)據(jù)技術(shù)無(wú)縫工作。它也提供許多流行算法的實(shí)現(xiàn)，例如 GBM、Random Forest、Deep Neural Networks、Word2Vec 等。?

Deeplearning4J?——?分布式神經(jīng)網(wǎng)絡(luò)庫(kù)

Deeplearning4J 是一個(gè)使用 Java 和 Scala 編寫(xiě)的分布式神經(jīng)網(wǎng)絡(luò)庫(kù)，集成了 Hadoop 和 Spark ，設(shè)計(jì)用于運(yùn)行在分布式 GPU 和 CPU 上的商業(yè)環(huán)境。它即插即用，方便開(kāi)發(fā)者在 APP?中快速集成深度學(xué)習(xí)功能

Deeplearning4j 包括了分布式、多線程的深度學(xué)習(xí)框架，以及普通的單線程深度學(xué)習(xí)框架。

5、Javascript

Natural?—— 自然語(yǔ)言處理工具

node.js 下用的自然語(yǔ)言處理工具，支持詞法分析、詞干分析、分類、語(yǔ)音、反比文檔頻數(shù)權(quán)重評(píng)價(jià)、WordNet、字符串相似度等處理。

ConvNetJS?—— 深度學(xué)習(xí)庫(kù)

ConvNetJS 是一個(gè)基于 JavaScript 的深度學(xué)習(xí)庫(kù)，可以讓你在瀏覽器中訓(xùn)練深度網(wǎng)絡(luò)。它可以幫助深度學(xué)習(xí)初學(xué)者更快、更直觀的理解算法通，過(guò)一些簡(jiǎn)單的?Demo?給用戶最直觀的解釋。

6、PHP

PHP-ML?—— 機(jī)器學(xué)習(xí)庫(kù)

PHP-ML?是 PHP 的機(jī)器學(xué)習(xí)庫(kù)，同時(shí)包含算法、交叉驗(yàn)證、神經(jīng)網(wǎng)絡(luò)、預(yù)處理、特征提取等多種特性。要求 PHP 版本 > = 7.0 。

PHP-ML 提供的機(jī)器學(xué)習(xí)算法包括：關(guān)聯(lián)規(guī)則學(xué)習(xí)（Apriori 算法）、分類器（SVC、KNN、貝葉斯）、回歸（最小二乘線性回歸、支持向量回歸）、聚類（KMeans、基于密度的聚類算法）、矩陣運(yùn)算相關(guān)（準(zhǔn)確率、混肴矩陣、與分類相關(guān)的結(jié)論如精確度、召回率、F1 值、支持率）、模型運(yùn)算管道（Pipeline）、神經(jīng)網(wǎng)絡(luò)（多層感知機(jī)）等。

7、Ruby

Treat?——自然語(yǔ)言處理框架

Treat?是一個(gè)自然語(yǔ)言處理和計(jì)算語(yǔ)言學(xué)的工具包。Treat 項(xiàng)目旨在為 Ruby 構(gòu)建一個(gè)語(yǔ)言和算法均不可知的 NLP 框架，支持文檔檢索、文本分塊、分段和標(biāo)記化等任務(wù)，自然語(yǔ)言解析，詞性標(biāo)注，關(guān)鍵字提取和命名實(shí)體識(shí)別。

Classifier?—— 通用分類器模塊

Classifier?是可用貝葉斯算法及其他分類法的通用分類器模塊。貝葉斯分類器的分類原理是通過(guò)某對(duì)象的先驗(yàn)概率，利用貝葉斯公式計(jì)算出其后驗(yàn)概率，即該對(duì)象屬于某一類的概率，選擇具有最大后驗(yàn)概率的類作為該對(duì)象所屬的類，具有準(zhǔn)確、快速、內(nèi)存要求適當(dāng)?shù)忍攸c(diǎn)。

8、Objective C

MLPNeuralNet?——?多層感知器

MLPNeuralNet 是適用于 iOS 和 Mac OS X 的快速多層感知器神經(jīng)網(wǎng)絡(luò)庫(kù)。它使用矢量操作和硬件加速（如果可用）構(gòu)建在蘋(píng)果加速框架之上，通過(guò)訓(xùn)練有素的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)新的示例。

9、Swift

Bender?—— 機(jī)器學(xué)習(xí)框架

Bender 是 MetalPerformanceShaders 之上的一個(gè)抽象層（abstraction layer），可用于操作神經(jīng)網(wǎng)絡(luò)，旨在更輕松地在 iOS 上運(yùn)行預(yù)訓(xùn)練的網(wǎng)絡(luò)。它可以讓你輕松使用卷積、池化、全連接和一些規(guī)范化等最常見(jiàn)的層，從而輕松地定義和運(yùn)行神經(jīng)網(wǎng)絡(luò)。

目前 Bender 有一個(gè)用于 TensorFlow 的適配器（adapter），其可以加載帶有變量的圖（graph），并將其「翻譯」成 Bender 的層（layer）。

Swift AI?—— 深度學(xué)習(xí)庫(kù)

Swift AI 是一個(gè)完全由 Swift 編寫(xiě)的高性能 AI 和機(jī)器學(xué)習(xí)庫(kù)，包含用于人工智能和科學(xué)應(yīng)用的常用工具集，支持卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、遺傳算法庫(kù)、快速線性代數(shù)庫(kù)、信號(hào)處理庫(kù)等。這些工具采用先進(jìn)的并行處理技術(shù)，專門針對(duì) iOS 和 OS X 硬件進(jìn)行了優(yōu)化，目前支持所有的 Apple 平臺(tái)，并計(jì)劃推出 Linux 版本支持。

10、Scala

Breeze?——?數(shù)值處理庫(kù)

Breeze?是一個(gè)數(shù)值處理庫(kù)，是 ScalaNLP 的核心庫(kù)，包括線性代數(shù)、數(shù)值計(jì)算和優(yōu)化，目標(biāo)是實(shí)現(xiàn)通用、干凈、強(qiáng)大，且不犧牲性能（高效）的機(jī)器學(xué)習(xí)方法。

ScalaNLP 包含 Breeze?和?Epic（一個(gè)高性能的統(tǒng)計(jì)解析器和結(jié)構(gòu)化預(yù)測(cè)庫(kù)）。

BIDMach?——?機(jī)器學(xué)習(xí)庫(kù)

BIDMach 是一個(gè)速度非常快的機(jī)器學(xué)習(xí)庫(kù)，支持邏輯回歸、K-means、矩陣分解、隨機(jī)森林、LDA 等。它是BIDMat?的一個(gè)姊妹項(xiàng)目，BIDMat 是一個(gè)矩陣庫(kù)。

BIDMach 在一些評(píng)測(cè)中甚至跑出了比 Spark 還好的結(jié)果。

11、.NET

numl?—— 機(jī)器學(xué)習(xí)框架

numl 是一個(gè)小巧的，包含比較多的機(jī)器學(xué)習(xí)算法類庫(kù)，支持監(jiān)督式和非監(jiān)督式學(xué)習(xí)。支持很多常見(jiàn)的機(jī)器學(xué)習(xí)算法，包括 Cluster、KMeans、PCA、DecisionTree、KNN、NaiveBayes、NeuralNetwork 等學(xué)習(xí)算法，功能強(qiáng)大，同時(shí)也包括一些數(shù)值計(jì)算的實(shí)現(xiàn)。

Accord.NET?—— 機(jī)器學(xué)習(xí)框架

Accord.NET 為 .NET 提供機(jī)器學(xué)習(xí)、統(tǒng)計(jì)、人工智能、計(jì)算機(jī)視覺(jué)和圖像處理方法。它可以在 Microsoft Windows、Xamarin、Unity3D、Windows Store 應(yīng)用，Linux 和移動(dòng)設(shè)備上使用。

在與 AForge.NET 項(xiàng)目合并之后，該框架現(xiàn)在提供了一個(gè)用于學(xué)習(xí)/訓(xùn)練機(jī)器學(xué)習(xí)模型的統(tǒng)一 API ，其易于使用和可擴(kuò)展。

來(lái)源：開(kāi)源中國(guó)

版權(quán)歸原作者所有，轉(zhuǎn)載僅供學(xué)習(xí)使用，不用于任何商業(yè)用途，如有侵權(quán)請(qǐng)留言聯(lián)系刪除，感謝合作。

【別和我說(shuō)話】“工作戰(zhàn)衣”的預(yù)售活動(dòng)正在火熱進(jìn)行中，數(shù)量有限，欲購(gòu)從速！

“不要和我說(shuō)話，否則我會(huì)控制不住我自己，和你聊上三個(gè)小時(shí)，最后什么也完不成。”

購(gòu)買者還將會(huì)有機(jī)會(huì)免費(fèi)獲超級(jí)數(shù)學(xué)建模的第一本書(shū)（附超模君親筆簽名，只限20名哦）！

精品課程推薦：

選購(gòu)數(shù)學(xué)科普正版讀物

嚴(yán)選“數(shù)學(xué)思維好物”

送給孩子的益智禮物? ?| ??辦公室神器

算法工程師成長(zhǎng)閱讀? ?| ??居家高科技

理工科男女實(shí)用型禮物精選? ?

----點(diǎn)擊頭像關(guān)注----

超級(jí)數(shù)學(xué)建模

數(shù)據(jù)與算法之美

少年數(shù)學(xué)家

數(shù)銳學(xué)堂

驚喜醬（個(gè)人號(hào)）

玩酷屋COOL

總結(jié)

以上是生活随笔為你收集整理的除了 Python ，这些语言写的机器学习项目也很牛的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。