机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace介绍

以下为你介绍的机器学习/深度学习软件都可用在Linux系统上:HLearn(高性能机器学习库)、Pattern Web(Web 挖掘模块)、DeepSpeech(百度 DeepSpeech 架构的 TensorFlow 实现)、DFace(深度学习人脸识别系统)。

1、HLearn(高性能机器学习库)

HLearn 是采用 Haskell 语言编写的高性能机器学习库,它对任意维度空间有着最快最近邻的实现算法。

HLearn 同样也是一个研究型项目。该项目的研究目标是为机器学习发掘“最佳可能”的接口。这就涉及到了两个相互冲突的要求:该库应该像由 C/C++/Fortran/Assembly 开发的底层库那样运行快速;同时也应该像由 Python/R/Matlab 开发的高级库那样灵活多变。Julia 在这个方向上取得了惊人的进步,但是 HLearn “野心”更大。更值得注意的是,HLearn 的目标是比低级语言速度更快,比高级语言更加灵活。

为了实现这一目标,HLearn 采用了与标准学习库完全不同的接口。HLearn 中 H 代表三个独立的概念,也是 HLearn 设计的基础:

一个 H 代表 Haskell。通过采用 Haskell 中的 SubHask 库获得快速数值计算能力。

一个 H 代表 Homomorphisms。这是是抽象代数的基本概念,HLearn 将该代数结构应用于学习系统中。

一个 H 代表 History monad。可在整个线程优化代码的过程中无需修改原代码,减轻调试过程的工作量。

下载地址:https://github.com/mikeizbicki/HLearn

2、Pattern Web(Web 挖掘模块)

机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace介绍

Pattern 是采用 Python 开发的一个 Web 挖掘模块。拥有以下工具:

数据挖掘:网络服务(Google、Twitter、Wikipedia)、网络爬虫、HTML DOM 解析。

自然语言处理:词性标注工具(Part-Of-Speech Tagger)、n-gram 搜索(n-gram search)、情感分析(sentiment analysis)、WordNet。

机器学习:向量空间模型、聚类、分类 (KNN、SVM、 Perceptron)。

网络分析:图形中心性和可视化。

其文档完善,目前拥有 50+ 个案例和 350 +个单元测试。

安装:

Pattern支持Python 2.7和Python 3.6,要安装Pattern,使其在所有脚本中都可用,请解压缩下载文件,然后从命令行执行以下操作:

cd pattern-3.6

python setup.py install

如果您拥有pip,则可以从PyPI存储库自动下载并安装:

pip install pattern

下载地址:https://github.com/clips/pattern

3、DeepSpeech(百度 DeepSpeech 架构的 TensorFlow 实现)

机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace介绍

DeepSpeech 项目是一个开源的 Speech-To-Text 引擎。它基于百度深度语音研究论文的机器学习技术训练论文,使用 Google 的 TensorFlow 项目来简化实现。

下载地址:https://github.com/mozilla/DeepSpeech

4、DFace(深度学习人脸识别系统)

DFace 是个开源的深度学习人脸检测和人脸识别系统。所有功能都采用pytorch框架开发。pytorch是一个由facebook开发的深度学习框架,它包含了一些比较有趣的高级特性,例如自动求导,动态构图等。DFace天然的继承了这些优点,使得它的训练过程可以更加简单方便,并且实现的代码可以更加清晰易懂。DFace可以利用CUDA来支持GPU加速模式。我们建议尝试linux GPU这种模式,它几乎可以实现实时的效果。

机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace介绍

机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace介绍

下载地址:https://gitee.com/kuaikuaikim/dface

注明

以上就是机器/深度学习HLearn、Pattern Web、DeepSpeech、DFace的介绍内容,这些机器学习/深度学习软件都能使用在Linux操作系统中。

栏目相关文章