AI开发框架

工程师在几个月内就从完全的初学者变成了分析从业者。”

使用大型、多样化的工具箱以可视化方式构建数据分析工作流。

使用 Weka 教授机器学习和数据挖掘。

数据科学最适合作为一项团队运动

实现快速、灵活的实验和高效的生产。

MLlib是 Apache Spark 的可扩展机器学习库

浙江大学团队研发，0 门槛一站式AI学习平台

CaffeUC伯克利研究推出的深度...

KerasPython版本的TensorFlow...

scikit-learnPython机器学习库

Apache MXNet免费开源的深度...

飞桨PaddlePaddle开源深度学...

Lightning AI快速训练、部署...

LangChain开发由语言模型驱动...

TensorFlowGoogle机器学习和...

NLTKPython自然语言处理工具包

JAXGoogle推出的用于变换数值...

DL4J开源的使用JVM部署和训练...

NumPyPython科学计算必备的包

它解决了能源、营销、健康等领域的许多实际应用。

开箱即用的分布式后端，或者可以扩展到其他分布式后端。

PyTorch开源机器学习框架