跟着机器学习和人工智能的迅猛开展，业界呈现了许多开源的机器学习渠道。因为机器学习与大数据天然的紧密结合，根据 Hadoop Yarn 的分布式使命调度仍是业界干流，可是跟着容器化的开展，Docker + Kubernetes 的云原生组合，也展示出了很强的生命力。以下是为我们精心总结的机器学习渠道和东西，现在现已可作为资源将ML的强壮功用无缝集成到日常使命中。

1. Eclipse Deeplearning4j

Eclipse Deeplearning4j是一个为Java虚拟机构建的开源库。合适有DIY倾向的人，以深度学习为中心，本东西针对那些需要在分布式CPU和GPU作业的商业环境中构建深度神经网络的开发人员。 Scala、Clojure和Java程序员能够运用像Hadoop这样的文件体系。

2. Accord.NET Framework

图画和音频处理库以C#编程言语编写，然后与Accord.NET结构相结合。功用强壮，在里面开发人员能够创立一系列商业用途的运用程序，这些运用程序依靠机器学习，比方核算机视觉、信号处理、模式识别和核算机视觉。这样有多种可供挑选，开发人员能够运用图画和信号处理、科学核算等。

3.微软Azure ML

Microsoft Azure ML是一个MLaaS渠道，供给了一个带有两个模型创造环境的作业室:主动化ML和规划器。它还能够将模型转换为可主动弹性的猜测api。答运用户检查和可视化地修改模型练习管道，即获取数据、预备数据和运用ML算法生成猜测模型的操作序列。经过防止接口捕获的短少数据操作的输入或制止的衔接，规划器使了解、创立管道变得更简略。

4.Lobe

Lobe是微软于2018年收买的一项服务，它也供给交互式画布和主动功用，但也答运用户处理图画功用。它供给了一个易于运用的环境来主动树立神经网络模型，经过一个可视化的界面。模型是由能够彻底操控的构件组成的(波瓣树立在TensorFlow和Keras之上)，练习能够经过实时的交互式图表进行监控。练习好的模型能够经过开发人API供给，或许导出到Core ML和TensorFlow文件，在iOS和Android设备上运转。

5. TensorFlow

TensorFlow专为在依靠机器学习的项目中运用而规划，它具有作为运用开源软件规划的渠道的附加优势。在很多的在线资源、文档和教程的协助下，TensorFlow供给了一个包括数值核算方式的数据流图的库。意图是让开发人员能够跨多种设备发动深度学习结构。

6. DiffBlue

DiffBlue是比较稀有的开发东西，它是一个十分有用但简略的渠道，致力于代码主动化。 DiffBlue有几个中心意图：测验编写、过错定位、重构代码以及发现和替换缺点的才能，这些都是运用主动化完结的。

7. Neon

它是由Intel和Nervana开发的，Neon是一个根据Python的ML库，并且是开源的。运用其东西的开发人员能够运用技能先进的运用程序和智能署理。在云环境中，它支撑云核算，支撑开发人员开发、构建和练习深度学习技能。

8. OpenNN

一个C ++编程库，OpenNN首要针对那些想要完成神经网络的经验丰富的开发人员。 东西旨在经过创立表格、图表和其他可视内容来解说和简化数据条目。