世界流行AI开发框架

Scadao

十大主流AI框架优缺点

12个顶级AI工具、库和平台

补充：Chainer是用Python开发的，允许在运行时检查和自定义python中的所有代码和可理解的python消息；
目前大多数深度学习框架都是基于Define-and-Run的方案，而Chainer采用Define-by-Run的方案，神经网络定义在运行时即时定义，允许网络动态更改。Define-and-Run的方案是结构领着数据走，有了结构才能够通过喂数据来训练网络。而Define-by-Run的方案是数据领着结构走，有了数据参数的定义才有网络的概念，数据走到哪，网络延伸到哪……
AI框架比较

Framework	Language	Opensource?	Features of Architecture
TensorFlow	C++ or Python	Yes	Uses data structures
Microsoft CNTK	C++	Yes	GPU/CPU based. It supports RNN, GNN, and CNN.
Caffe	C++	Yes	Its architecture supports CNN
Theano	Python	Yes	Flexible architecture allowing it to deploy in any GPU or CPU
Amazon Machine Learning	Multiple languages	Yes	Hailing from Amazon, it uses AWS.
Torch	Lua	Yes	Its architecture allows powerful computations.
Accord.Net	C#	Yes	Capable of scientific computations and pattern recognition.
Apache Mahout	Java, Scala	Yes	Capable of making machines learn without having to program
Spark MLib	R, Scala, Java and Python	Yes	Drivers, and executors run in their processors. Horizontal or vertical clusters.

Scadao

Scadao

Scadao

ChainerCV是使用Chainer训练和运行神经网络以执行计算机视觉任务的工具的集合


支持的任务： 图像分类（ResNet，SENet，VGG）
对象检测（教程，更快的R-CNN，FPN，SSD，YOLO，轻头R-CNN）
语义分割（SegNet，PSPNet，DeepLab v3 +）
实例分割（FCIS，掩码R-CNN）


ChainerCV是根据以下三个指导原则开发的:


易用性-具有凝聚力和简单接口的计算机视觉网络的实现。
重现性-培训脚本非常适合用作参考实现。
组合性-具有通用API的工具，例如数据加载器和评估脚本。

Scadao

ChainerRL是一个深度强化学习库，它使用灵活的深度学习框架Chainer在Python中实现了各种最新的深度强化算法。