使用 Python 进行科学计算的基础包
JAX 是 Autograd 和 XLA ,汇集在一起用于高性能数值计算。Google JAX 是一个用于转换数值函数的机器学习框架。 [1] [2] [3] 它被描述为将 autograd(通过函数微分自动获得梯度函数)和 TensorFlow 的 XLA 的修改版本结合在一起(加速线性代数)。它旨在尽可能地遵循 NumPy 的结构和工作流程,并与各种现有框架(如 TensorFlow 和 PyTorch)一起工作。
AI + 机器学习 使用人工智能功能为任何开发者和任何方案创建下一代应用程序
用于预测数据分析的简单高效的工具;每个人都可以访问,并且可以在各种情况下重复使用; 基于 NumPy、SciPy 和 matplotlib 构建; 开源,可商用 - BSD 许可证
Eclipse Deeplearning4j 是一套用于在 JVM 上运行深度学习的工具。 它是唯一允许您从 Java 训练模型,同时通过我们的 cpython 绑定、模型导入支持和其他运行时(如 tensorflow-java 和 onnxruntime)的互操作混合执行 python 与 python 生态系统互操作的框架。
在您的数据和云上构建基础模型;快速和最小的库 训练和部署人工智能模型
具有强大 GPU 加速功能的 Python 中的张量和动态神经网络