Глубоко покрытые, по сравнению друг с другом.

Введение

Возможно, вы ищете возможность карьерного роста в сфере ИИ. Или вы можете быть любопытны и стремитесь изучить ИИ. В любом случае, эта статья именно для вас. Как и в других моих статьях, я стараюсь объяснять концепции очень просто.

Если вы не можете просто объяснить, вы недостаточно хорошо понимаете.

Альберт Эйнштейн

Если вы совершенно незнакомы с этими понятиями, не волнуйтесь, эта статья будет вам полезна.

Теперь приступим к языку программирования.

На рынке существует несколько языков программирования.

Java, Python, R, Ruby, C, HTML.

Если вы хотите исследовать ИИ или планируете программировать, я предлагаю вам выбрать Python.

Вы можете спросить, почему?

Вот основные причины выбора Python.

Среди тех, кто уже выбрал Python, оставайтесь со мной. Кроме того, для других, эта информация также может быть полезной.

В настоящее время технологии на основе искусственного интеллекта часто входят в нашу жизнь.

Вот примеры их изобретений с использованием фреймворков Python AI.

  • Распознавание лица. (Фейсбук.)
  • Распознавание речи. (Сири.)
  • Система рекомендаций по строительству. (Нетфликс)

Но прежде чем объяснить вам эти фреймворки, позвольте мне познакомить вас с терминами.

Content Table
· Introduction
· What is AI?
· Why AI?
  ∘ What is Python Framework?
  ∘ Why use these Frameworks?
· 1. Keras
  ∘ Features
· 2. Pytorch
  ∘ Features
· 3. Scikit-Learn
  ∘ Features
· 4. Tensorflow
  ∘ Applications
  ∘ Features
· 5. Apache Spark
  ∘ Features
· Comparison Table
· Hiring Trends
· Google Trends
· Conclusion

Что такое ИИ?

ИИ создан для копирования человеческого интеллекта.

Иногда даже название алгоритма происходит от человеческого мозга. (нейронные сети)

Первопричины — предотвращение повторяющейся работы и автоматизация.

Использование его фреймворков позволяет внедрить подходы на основе ИИ.

Почему ИИ?

В настоящее время инструменты на основе ИИ интегрированы в отрасли.

Приведу примеры из отчета Fortune Business Insights.

Вы можете получить доступ к их отчету, нажав здесь.

В 2021 году объем рынка ИИ составил 328,34 млрд долларов США.

По данным Fortune Business Insights, в 2029 году рынок ИИ достигнет 1394,30 млрд долларов.

Что это значит?

Это означает, что впереди у тех, кто ищет работу на основе ИИ, будет много возможностей.

Что такое Python Framework?

Python Frameworks — это набор модулей и функций.

Это даст пользователям возможность сразу получить доступ к этим функциям. Все, что нужно сделать, это импортировать библиотеку и использовать функцию.

Зачем использовать эти фреймворки?

Вы можете написать функцию с нуля одну за другой. Но есть более простой способ существования. Эти фреймворки дадут вам возможность вызывать предопределенные функции. Используя эти функции, вы можете уменьшить длину своего кода. Это будет проще и работать лучше.

Позволь мне привести пример.

Если вы хотите рассчитать градиентный спуск, вам понадобятся 3 функции.

  • Функция стоимости
  • Функция градиента
  • Функция градиентного спуска.

Каждый из них включает как минимум 5–15 строк кода.
С другой стороны, с помощью Scikit-learn Framework функция градиентного спуска может быть вычислена в 3 строках кода.

Растет потребность в поиске лучших фреймворков для программирования на Python в области ИИ. В этой статье вам будут представлены 5 лучших фреймворков для программирования ИИ.

Давайте вскочим.

1. Керас

Keras — это среда глубокого обучения на Python.

Он был разработан Франсуа Шолле в 2015 году.

Он может работать поверх Tensorflow, Theano, Microsoft Toolkit и т. д.

Keras может работать как на CPU, так и на GPU.

Согласно Опросу Stackoverflow 2022 года, 63,55% участников любят этот фреймворк.

Функции

Initial Release : 2015
Operating Systems : Linux, Mac, Windows
Supporting Language : Python, R.
Github Statistics:  56.3K Stars and 19.2K Forks
Official website 
Github Pages

2. Питорч

Pytorch — это платформа искусственного интеллекта, созданная Facebook в 2016 году.

Он используется для исследований, чем производства.

Согласно Опросу Stackoverflow 2022 года, 68,29 % посетителей любят этот фреймворк.

Функции

Initial Release : 2016
Operating Systems : Linux, Mac, Windows
Supporting Language : Python, C++, Java
Github Statistics :59.3K Stars and 16.5K Forks
Official Website
Github Pages

3. Scikit-Learn

Он был разработан Дэвидом Курнапо в качестве летнего проекта Google в 2007 году.

Scikit-learn поддерживает работу с другими популярными платформами.
(Numpy, SciPy)

Согласно Опросу Stackoverflow 2022 года, 65,53 % посетителей любят этот фреймворк.
Это самый старый фреймворк в этом списке.

Функции

Initial Release : 2007
Operating Systems : Linux, Mac, Windows
Supporting Language: Python
Github Statistics : 51.6K Stars and 23.5K Forks
Official Website
Github page.

4. Тензорный поток

Tensorflow был разработан Google в 2015 году.
У него очень большой круг сообществ. (самое большое, проверьте статистику GitHub.)
Он поддерживает широкий спектр операционных систем. Вы можете получить доступ к TensorFlow даже с мобильного устройства.

Согласно опросу S tackoverflow 2022 года, 60,06 % участников любят этот фреймворк.
Его можно использовать на процессоре или графическом процессоре. Это означает, что он работает быстро.

Приложения

Функции

Initial Release : 2015
Operating System : Linux, Mac, Widows, Android and iOS.
Supporting Language : Python, C++, Java, Javascript
Github Stats : 168K Stars and 87.2K Forks
Official Website 
Github Pages

5. Апач Искра

Apache Spark был разработан Калифорнийским университетом в Беркли в 2009 году.

MLlib — это масштабируемая библиотека машинного обучения Apache Spark.

Дата выпуска - 2014 год.

Он поддерживается широким спектром языков программирования.
Он может работать с рабочими процессами Hadoop.

Согласно Опросу Stackoverflow 2022 года, 60,27% участников любят этот фреймворк.

Функции

Initial Release : 2014
Operating Systems: Linux, Mac, Widows,
Supporting Language: Scala, Java, SQL, Python, R, C#, F#
Github Statistics: 34K Stars and 26.1K Forks
Official Website
Github Page

Сравнительная таблица

Я дал вам необходимую информацию о FrameworksТем не менее, видение общей картины может вам помочь.

Для этого я разработал сравнительную таблицу. Насчет дизайна я не профи. Так что полегче со мной.

Вы можете сделать сравнения, увидев все функции вместе.

Тенденции найма

К сожалению, я не могу найти Scikit-learn или spark в списке.

Итак, я сравнил Pytorch, Keras и Tensorflow.

Вот сайт.

С февраля 2016 года по ноябрь 2021 года Tensorflow имеет самый высокий рейтинг Programming Framework среди трех.

Похоже, Pytorch превзошел TensorFlow в ноябре 2021 года.

Keras выглядит как самая низкая тенденция найма среди этих библиотек.

Google Тренды

Еще одним полезным инструментом для сравнения является Google Trends.

  • Синий — это Керас
  • Красный - это Питорч
  • Желтый — это Scikit-learn
  • Зеленый — это TensorFlow.
  • Фиолетовый — это Apache Spark

Заключение

В этой статье я попытаюсь сначала описать концепции.

Тогда 5 лучших фреймворков для ИИ.

Я дам вам все ссылки. Так что вы можете сравнить их самостоятельно.

ИИ сказали, что он пришел из космоса. Это не ракетостроение.

Изучить ИИ, вероятно, проще, чем вы думаете.

Если вы хотите продолжить свою карьеру в области ИИ или собирать информацию, просто сделайте это.

Вы можете подписаться на меня здесь.

Я постараюсь создать для вас полезные материалы.

Как исходники проектов или шпаргалки.

Спасибо, что прочитали мою статью.

Если вам нужны исходные коды этой статьи, подпишитесь на мою рассылку здесь, я отправлю вам Jupyter Notebook этой статьи по электронной почте.

Я обычно отправляю 1 или 2 электронных письма в неделю, если вы также хотите получить бесплатный Numpy CheetSheet, вот ссылка для вас!

Если вы все еще не являетесь участником Medium и хотите учиться, читая, вот моя реферальная ссылка.

«Машинное обучение — это последнее изобретение, которое когда-либо понадобится человечеству». Ник Бостром