|
|
Phần Mềm H2O
Model: T-AI-DML-H20
Mô tả:
- H2O là một nền tảng bộ nhớ trong để học máy phân tán và có thể mở rộng.
- Phần mềm là nguồn mở và sử dụng các giao diện quen thuộc như R, Python, Scala, Java, JSON và thậm chí là giao diện web.
- H2O hỗ trợ rất nhiều thuật toán thường được sử dụng của Machine Learning, chẳng hạn như GBM, Random Forest, Deep Neural Networks, Word2Vec, Stacked Ensembles và một số thuật toán khác.
|
|
|
|
Thư Viện TensorFLow
Model: T-AI-DML-TESO
Mô tả:
- Tensorflow là một thư viện mã nguồn mở cung cấp khả năng xử lí tính toán số học dựa trên biểu đồ mô tả sự thay đổi của dữ liệu .
- Tensorflow là một công cụ hỗ trợ giải quyết các bài toán supervised learning .
- Có thể tích hợp sử dụng trong các phần mềm lập trình (Python, Matlab,..) để giải quyết các bài toán trong machine learning
|
|
|
|
Phần mềm Scikit-Learn
Model: T-AI-DML-SCI
Mô tả:
- Đây là một công cụ đơn giản và hiệu quả để phân tích dữ liệu dự đoán trong machine learning .
- Scikit-learn là một mã nguồn mở, có thể tích hợp sử dụng trong các phần mềm lập trình (Python, Matlab,..) sử dụng trong các bài toán phân loại, hồi quy, phân cụm, lựa chọn,… .
- Xây dựng dựa trên Numpy, SciPy và matplotlib
|
|
|
|
Phần mềm Pytorch
Model: T-AI-DML-PYT
Mô tả:
- PyTorch là một framework được xây dựng dựa trên python cung cấp nền tảng tính toán khoa học phục vụ lĩnh vực Deep learning .
- Các tính năng chính:
- Thay thế cho bộ thư viện numpy để tận dụng sức mạnh tính toán của GPU .
- Là một nền tảng Deep learning phục vụ trong nghiên cứu, mang lại sự linh hoạt và tốc độ .
- Hỗ trợ tốt đồ thị động
- Có thể kết hợp với Python xử lý các bài toán về tương tác và hình dung.
|
|
|
|
Phần Mềm Keras
Model: T-AI-DML-KER
Mô tả:
- Keras là một framework Deep Learning rất dễ sử dụng, thân thiện với người dùng nhưng cũng rất mạnh mẽ :
- Keras có thể cài đặt trong Python 2 và Python 3 và hỗ trợ 3 backend framework: TensorFlow, Theano và CNTK .
- Với Keras, việc thực hiện Deep Learning sẽ dễ dàng hơn, thích hợp với những ai vừa tiếp xúc với Machine Learning và Deep Learning
|
|
|
|
Phần Mềm Caffe (Caffe 2)
Model: T-AI-DML-CAF
Mô tả:
- Caffe là một framework Deep Learning được viết bằng C++ với giao diện Python .
- Caffe hỗ trợ nhiều loại kiến trúc Deep Learning khác nhau hướng đến phân loại hình ảnh và phân đoạn hình ảnh .
- Hỗ trợ phân tích các mạng Neuron CNN, RCNN, LSTM,…
|
|
|
|
Nền tảng Google Cloud AI
Model: T-AI-DML-GCL
Mô tả:
Đây là một nền tảng AI sử dụng trên Google Cloud, giúp triển các dự án Machine Learning một cách nhanh chóng, dễ dàng và tiết kiệm
|
|
|
|
Phần mềm Sonnet
Model: T-AI-DML-SON
Mô tả:
Đây là một framework được tạo trên đỉnh của TensorFlow, giúp thiết kế các mạng lưới Neuron có cấu trúc phức tạp.
|
|
|
|
Phần mềm Gluon
Model: T-AI-DML-GLU
Mô tả:
Đây là một framework dành cho DeepLearning được sử dụng cho việc tạo ra các model tinh vi.
|
|
|
|
Phần mềm Mxnet
Model: T-AI-DML-MXN
Mô tả:
- MXNet là một công cụ DeepLearning có khả năng mở rộng cao, có thể sử dụng trên nhiều thiết bị.
- Là một framework hỗ trợ đa dạng ngôn ngữ: C++, Python, R, Julia, JavaScript, Scala, Go, Perl,…
- Có thể hoạt động song song trên nhiều GPU và nhiều máy
|
|
|
|
Phần mềm BigDL
Model: T-AI-DML-BIGDL
Mô tả:
- BigDL là một framework Deep Learning cho nền tảng BigData sử dụng Apache Spark .
- Hỗ trợ tính toán, xử lý lượng dữ liệu lớn một cách nhanh chóng bằng CPU .
|
|
|
|
Phần Mềm Apache Spark
Model: T-AI-DML-ASPA
- Apache Spark là một open source cluster computing framework.
- Nó cho phép xây dựng các mô hình dự đoán nhanh chóng với việc tính toán được thực hiện trên một nhóm các máy tính, có thể tính toán cùng lúc trên toàn bộ tập dữ liệu mà không cần phải trích xuất mẫu tính toán thử nghiệm.
- Tốc độ xử lý của Spark có được do việc tính toán được thực hiện cùng lúc trên nhiều máy khác nhau. Đồng thời việc tính toán được thực hiện ở bộ nhớ trong (in-memories) hay thực hiện hoàn toàn trên RAM.
- Được sử dụng nhiều trong việc xử lý lượng dữ liệu lớn (BigData).
|