1
自Open AI的成立把AI平臺的開源推向高潮后，Google，F(xiàn)acebook，微軟，Twitter等公司也“半推半就” 地踏上了自家平臺的開源之路，以此來吸引學術界, 工業(yè)界的研究人員，讓他們更多地分享自己的研究成果。不管這些巨頭的所為（公開分享軟件和硬件設計），是為了加速人工智能行業(yè)的整體發(fā)展進度的初心，還是出于應對競爭對手的被迫之舉，對于那些迷戀AI的人來說，都是一件好事。
就像你正對AI一籌莫展的時候，這些開源平臺不由自主地就跳入了你的眼簾。
▎手把手教你玩轉(zhuǎn)谷歌TensorFlow
為什么一開始選擇Tensorflow作為首選平臺？
最開始對于選取何種度學習平臺并不確定，而且那時Tensorflow還尚未問世。當時的考慮主要是該平臺的成熟程度，支持的編程語言，GPU的支持和效率，搭建神經(jīng)網(wǎng)絡的使用的方便程度，上手難易，平臺的后續(xù)發(fā)展，開發(fā)的生態(tài)環(huán)境，平臺的效率等因素。盡管我們收集了一些評比資料，要在諸多因素的權衡之中做出選擇并非易事，而且逐個去試也不現(xiàn)實。不久之后，Tensorflow從Google開源，我們毫不猶豫地選定了它。
其一，TF有我們要求的所有功能（C++/Python語言支持，GPU，等）。更重要的是我們相信由Google推出的平臺會很快為大家接受并迅速形成對應的開發(fā)生態(tài)圈和活躍的后續(xù)更新發(fā)展。后來的事實也證實了我們的料想。下面表格比較了幾種流行的平臺，數(shù)據(jù)來源于今年二月份在arXiv發(fā)布的論文。
點擊閱讀全文。
本周MIT最新發(fā)布新編程語言Milk，新的程序語言在大數(shù)據(jù)方面能實現(xiàn)比現(xiàn)有語言快四倍的處理速度。
本周在國際并行體系結(jié)構(gòu)和編譯技術會議（International Conference on Parallel Architectures and Compilation Techniques）上，來自麻省理工學院計算機科學與人工智能實驗室（CSAIL）的研究人員發(fā)布了一種新的編程語言——Milk，它能讓應用程序開發(fā)者在處理大數(shù)據(jù)集里的離散數(shù)據(jù)點問題中更有效率地管理內(nèi)存。
通過測試幾種通用的算法，使用新語言Milk編寫的程序?qū)崿F(xiàn)了比現(xiàn)有編程語言快4倍的速度。但是研究者相信通過更進一步的研究可以實現(xiàn)更好地結(jié)果。
電氣工程和計算機科學教授Saman Amarasinghe 說，當下大數(shù)據(jù)集給已有的內(nèi)存管理技術帶來問題的原因不僅在于因為它們的規(guī)模巨大，更多的是因為它們是稀疏的（sparse）。也就是說，問題解決方案的規(guī)模并不一定是與問題的規(guī)模成正比增加。
點擊閱讀全文。
OpenAI研究工程師Vicki Cheung, Jonas Schneider , Ilya Sutskever, and Greg Brockman在本文中分享了從事Deep Learning研究工作所需要的基礎設施（軟件、硬件、配置和編制），舉例說明如何運用開源Kubernetes-ec2-autoscaler自動擴展深度學習研究中的網(wǎng)絡模型，將有助于廣大深度學習研究愛好者構(gòu)建自己的深度學習基礎設施。
深度學習是一門實證科學，一個研究團隊的基礎設施建設將對未來的研究工作產(chǎn)生重大影響。所幸，當今的開源生態(tài)系統(tǒng)能夠使任何人具備構(gòu)建更為完善的深度學習基礎設施的能力。
在這篇文章中，我們將為大家介紹深度學習研究通常是如何進行的，描述我們?yōu)榱酥С稚疃葘W習研究所選擇基礎設施，和開源Kubernetes-ec2-autoscaler，一種用于Kubernetes的批次優(yōu)化擴展管理器。我們希望，這篇文章有助于你構(gòu)建自己的深度學習基礎設施。
點擊閱讀全文。
Torch誕生已經(jīng)有十年之久，但是真正起勢得益于去年Facebook開源了大量Torch的深度學習模塊和擴展。Torch另外一個特殊之處是采用了不怎么流行的編程語言Lua（該語言曾被用來開發(fā)視頻游戲）。而今天，
增強學習算法（智能體）的目標一直是通過與任務（環(huán)境）的互動，來學會執(zhí)行復雜的、新穎的任務。為了開發(fā)有效的算法，快速地迭代和測試是至關重要的，torch-twrl 如期開放。
借鑒其他的增強學習框架，torch-twrl 旨在提供：
在Lua/Torch 中，擁有最小函數(shù)依賴的增強學習框架；
定義清晰、模塊化的代碼（來促進快速開發(fā)）；
與Open AI 的增強學習基準框架Gym 無縫對接。
點擊閱讀原文。
▎嫌上面不過癮？ 15款開源人工智能軟件挨個數(shù)，哪一款是你的菜？
人工智能是目前最熱門的科研領域之一。諸如IBM、谷歌、微軟、臉書和亞馬遜這類大型公司不僅加大了對旗下發(fā)展研究部門的資金投入，同時也開始并購一些在機器學習、神經(jīng)網(wǎng)絡、自然語言與圖像處理領域小有所成的初創(chuàng)公司。鑒于目前人工智能研究領域的火爆程度，斯坦福大學的教授們不久前作出了這樣一份報告：“人工智能軟件的作用越來越強大，而對人類社會、經(jīng)濟有強大影響力的人工智能軟件將于2030年前面世”。
國外網(wǎng)站Datamation今日整理了目前熱門的15款開源人工智能軟件，雷鋒網(wǎng)(搜索“雷鋒網(wǎng)”公眾號關注)對全文進行了編譯介紹如下：
1.Caffe
……
……
……
點擊閱讀全文。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
