【.com快译】目前，人工智能是科技界发展迅速的领域之一，主要专注于构建软硬件以在医疗、教育、安全等领域进行应用、制造业、银行业等诸多领域解决日常生活中的挑战。在本文中，我们将介绍几款适用于Linux生态系统的最佳开源人工智能工具。下面列出了为支持人工智能而设计和开发的许多平台，您可以在Linux和许多其他操作系统上使用它们。请记住：介绍的顺序没有特定的顺序。1.DeepLearningForJava(Deeplearning4j)Deeplearning4j是一个商业级、开源、即插即用的分布式深度学习库，适用于Java和Scala编程语言。它专为业务相关应用而设计，在分布式CPU和GPU上与Hadoop和Spark集成。DL4J在Apache2.0许可下发布，为在AWS上扩展提供GPU支持，适用于微服务架构。Deeplearning4j-DeepLearningforJava主页链接：http://deeplearning4j.org/2。Caffe-深度学习框架Caffe是一个模块化的、富有表现力的深度学习框架，以速度着称。它根据BSD2-Clause许可发布，已经支持研究、启动原型和工业应用（如视觉、速度和多媒体）等领域的多个社区项目。Caffe——深度学习框架主页链接：http://caffe.berkeleyvision.org/3。H20——分布式机器学习框架H20是一个开源的、快速的、可扩展的分布式机器学习框架，并且该框架还有各种算法。它支持更智能的应用程序，例如深度学习、梯度提升、随机森林、广义线性建模（例如逻辑回归和弹性网络）等。这是一个面向企业的人工智能工具，用于通过数据进行决策，使用户能够使用更快、更准确的预测建模从数据中获得洞察力。H2O——分布式机器学习框架主页链接：http://www.h2o.ai/4。MLlib——机器学习库MLli是一个开源、易用、高性能的机器学习库，是作为ApacheSpark的部分开发的。它实际上很容易部署并且可以在现有的Hadoop集群和数据上运行。MLlib还附带了一组算法，可用于分类、回归、推荐、聚类、生存分析等。重要的是，它可以用于Python、Java、Scala和R等编程语言。MLlib——机器学习库主页链接：https://spark.apache.org/mllib/5。ApacheMahoutMahout是一个开源框架设计工具，用于构建可扩展的机器学习应用程序。它具有以下三个功能：提供一个简单的、可扩展的编程工作环境。提供多种预封装算法，支持Scala+ApacheSpark、H20和ApacheFlink。包括Samaras，这是一个具有类似R语法的矢量数学实验环境。ApacheMahout主页链接：http://mahout.apache.org/6。OpenNeuralNetworkLibrary(OpenNN)OpenNN也是一个用C++编写的用于深度学习的开源库，用于构建神经网络。但是，它最适合经验丰富的C++程序员以及具有出色机器学习技能的程序员。它的特点是其深层架构和高性能。OpenNN-开放神经网络库主页链接：http://www.opennn.net/7。Oryx2Oryx2是原始Oryx项目的延续，在ApacheSpark和ApacheKafka上开发，具有重新设计的Lambda架构，但专门用于实时机器学习。这是一个应用开发平台，在协同过滤、分类、回归、聚类方面也自带了一些应用。Oryx2-重新设计Lambda架构主页链接：http://oryx.io/8。OpenCycOpenCyc是世界上最大、最全面的通用知识库和常识推理引擎的开源门户。它包括大量的Cyc术语，这些术语被安排在一个精确设计的本体中，支持在这些领域的应用：丰富的领域建模领域特定的专家系统文本理解语言数据集成，人工智能游戏和其他OpenCyc主页链接：http：//www.cyc.com/platform/opencyc/9。ApacheSystemMLSystemML是一个用于机器学习的开源人工智能平台，最适合大数据。主要特点：支持类R和类Python语法，专注于大数据，专为高等数学设计。它的工作原理在主页上有详细的解释，包括一个视频演示，解释得很清楚。它有多种使用方式，包括ApacheSpark、ApacheHadoop、Jupyter和ApacheZeppelin。一些重要的用例包括汽车、机场交通和社区金融。ApacheSystemML——机器学习平台主页链接：http://systemml.apache.org/10。NuPICNuPIC是一个开源的机器学习框架，基于分层时间记忆(HTM)，这是一种大脑皮层理论。与NuPIC集成的HTM程序对于分析实时流数据非常实用，它可以学习数据中基于时间的模式，预测当前值，并发现任何不规则之处。其重要的功能特性包括：时间和空间模式的持续在线学习实时流数据预测和建模强大的异常检测分层时间记忆NuPIC机器学习主页链接：http://numenta.org/随着它的不断发展，我们一定会看到更多工具的出现，以帮助该技术领域取得成功，尤其是用于克服日常科学挑战和用于教育目的。原标题：Linux下的10个顶级开源人工智能工具，作者：AaronKili
