دليل التعلم الآلي
1.0.0
ملحوظة: يمكنك بسهولة تحويل ملف تخفيض السعر هذا إلى ملف PDF في VSCode باستخدام هذا الامتداد المفيد Markdown PDF.
التعلم الآلي/أطر التعلم العميق.
مصادر التعلم لتعلم الآلة
أطر عمل ML والمكتبات والأدوات
الخوارزميات
تطوير باي تورش
تطوير TensorFlow
تطوير ML الأساسي
تطوير التعلم العميق
تعزيز تطوير التعلم
تطوير الرؤية الحاسوبية
تطوير معالجة اللغات الطبيعية (NLP).
المعلوماتية الحيوية
تطوير كودا
تطوير ماتلاب
تطوير سي/سي++
تطوير جافا
تطوير بايثون
تطوير سكالا
تطوير البحث
تطوير جوليا
العودة إلى الأعلى
التعلم الآلي هو فرع من فروع الذكاء الاصطناعي (AI) يركز على بناء التطبيقات باستخدام خوارزميات تتعلم من نماذج البيانات وتحسن دقتها بمرور الوقت دون الحاجة إلى البرمجة.
العودة إلى الأعلى
أفضل ممارسات معالجة اللغات الطبيعية (NLP) من Microsoft
كتاب طبخ القيادة الذاتية من مايكروسوفت
التعلم الآلي من Azure - تعلم الآلة كخدمة | مايكروسوفت أزور
كيفية تشغيل Jupyter Notebooks في مساحة عمل Azure Machine Learning الخاصة بك
التعلم الآلي والذكاء الاصطناعي | خدمات الويب الأمازون
جدولة دفاتر ملاحظات Jupyter على مثيلات Amazon SageMaker المؤقتة
الذكاء الاصطناعي والتعلم الآلي | جوجل كلاود
استخدام Jupyter Notebooks مع Apache Spark على Google Cloud
التعلم الآلي | مطور أبل
الذكاء الاصطناعي والطيار الآلي | تسلا
أدوات ميتا آي آي | فيسبوك
دروس باي تورش
دروس TensorFlow
JupyterLab
انتشار مستقر مع Core ML على Apple Silicon
العودة إلى الأعلى
التعلم الآلي من جامعة ستانفورد بقلم أندرو إنج | كورسيرا
تدريب وشهادة AWS لدورات التعلم الآلي (ML).
برنامج منحة التعلم الآلي لـ Microsoft Azure | الجرأة
معتمد من Microsoft: مساعد عالم بيانات Azure
معتمد من Microsoft: مساعد مهندس Azure AI
التدريب على التعلم الآلي من Azure ونشره
التعلم التعلم الآلي والذكاء الاصطناعي من Google Cloud Training
دورة مكثفة للتعلم الآلي لـ Google Cloud
دورات التعلم الآلي عبر الإنترنت | يوديمي
دورات التعلم الآلي عبر الإنترنت | كورسيرا
تعلم التعلم الآلي من خلال الدورات والفصول الدراسية عبر الإنترنت | إدكس
العودة إلى الأعلى
مقدمة إلى التعلم الآلي (PDF)
الذكاء الاصطناعي: نهج حديث بقلم ستيوارت ج. راسل وبيتر نورفيج
التعلم العميق بقلم إيان جودفيلو ويوشوا بينجيو وآرون كورفيل
كتاب التعلم الآلي المكون من مائة صفحة بقلم أندريه بوركوف
التعلم الآلي بقلم توم إم ميتشل
برمجة الذكاء الجماعي: بناء تطبيقات الويب الذكية 2.0 بقلم توبي سيغاران
التعلم الآلي: منظور خوارزمي، الطبعة الثانية
التعرف على الأنماط والتعلم الآلي بقلم كريستوفر إم بيشوب
معالجة اللغات الطبيعية باستخدام بايثون بقلم ستيفن بيرد وإيوان كلاين وإدوارد لوبر
تعلم آلة بايثون: نهج تقني للتعلم الآلي للمبتدئين بقلم ليونارد إديسون
المنطق البايزي والتعلم الآلي بقلم ديفيد باربر
التعلم الآلي للمبتدئين تمامًا: مقدمة باللغة الإنجليزية البسيطة بقلم أوليفر ثيوبالد
التعلم الآلي في العمل من قبل بن ويلسون
التدريب العملي على التعلم الآلي باستخدام Scikit-Learn وKeras وTensorFlow: مفاهيم وأدوات وتقنيات لبناء أنظمة ذكية بقلم Aurélien Géron
مقدمة للتعلم الآلي باستخدام بايثون: دليل لعلماء البيانات بقلم أندرياس سي مولر وسارة جويدو
التعلم الآلي للمتسللين: دراسات حالة وخوارزميات لتبدأ بها بقلم درو كونواي وجون مايلز وايت
عناصر التعلم الإحصائي: استخراج البيانات والاستدلال والتنبؤ بقلم تريفور هاستي وروبرت تيبشيراني وجيروم فريدمان
أنماط التعلم الآلي الموزعة - كتاب (قراءة مجانية عبر الإنترنت) + الكود
التعلم الآلي في العالم الحقيقي [فصول مجانية]
مقدمة للتعلم الإحصائي - كتاب + رمز R
عناصر التعلم الإحصائي – كتاب
ثينك بايز - كتاب + كود بايثون
تعدين مجموعات البيانات الضخمة
أول لقاء مع التعلم الآلي
مقدمة في التعلم الآلي - أليكس سمولا وإس في إن فيشواناثان
النظرية الاحتمالية للتعرف على الأنماط
مقدمة في استرجاع المعلومات
التنبؤ: المبادئ والممارسة
مقدمة في التعلم الآلي - أمنون شاشوا
التعلم المعزز
التعلم الآلي
بحث عن الذكاء الاصطناعي
برمجة R لعلوم البيانات
التنقيب عن البيانات - أدوات وتقنيات التعلم الآلي العملية
التعلم الآلي مع TensorFlow
أنظمة التعلم الآلي
أسس التعلم الآلي - مهريار مهري، وأفشين رستمي زاده، وأميت تالوالكار
بحث مدعوم بالذكاء الاصطناعي - تري غرينجر، دوغ تيرنبول، ماكس إيروين -
الأساليب الجماعية للتعلم الآلي - جاوتام كونابولي
هندسة التعلم الآلي في العمل - بن ويلسون
التعلم الآلي الذي يحافظ على الخصوصية - ج. موريس تشانغ، دي تشوانغ، ج. دوميندو ساماراويرا
التعلم الآلي الآلي أثناء العمل - كينغكوان سونغ، وهايفنغ جين، وشيا هو
أنماط التعلم الآلي الموزعة - يوان تانغ
إدارة مشاريع التعلم الآلي: من التصميم إلى النشر - سيمون طومسون
التعلم الآلي السببي - روبرت نيس
التحسين الافتراضي في العمل - كوان نجوين
خوارزميات التعلم الآلي في العمق) - فاديم سمولياكوف
خوارزميات التحسين - علاء خميس
تعزيز التدرج العملي بواسطة Guillaume Saupin
العودة إلى الأعلى
العودة إلى الأعلى
TensorFlow عبارة عن منصة مفتوحة المصدر شاملة للتعلم الآلي. إنه يحتوي على نظام بيئي شامل ومرن من الأدوات والمكتبات وموارد المجتمع التي تتيح للباحثين دفع أحدث ما توصلت إليه تكنولوجيا تعلم الآلة، كما يتيح للمطورين إنشاء ونشر التطبيقات التي تدعم تعلم الآلة بسهولة.
Keras عبارة عن واجهة برمجة تطبيقات للشبكات العصبية عالية المستوى، مكتوبة بلغة Python وقادرة على العمل فوق TensorFlow أو CNTK أو Theano. وقد تم تطويرها مع التركيز على تمكين التجريب السريع. إنه قادر على العمل على TensorFlow أو Microsoft Cognitive Toolkit أو R أو Theano أو PlaidML.
PyTorch هي مكتبة للتعلم العميق على بيانات الإدخال غير المنتظمة مثل الرسوم البيانية والسحب النقطية والمشعبات. تم تطويره بشكل أساسي بواسطة مختبر أبحاث الذكاء الاصطناعي التابع لفيسبوك.
Amazon SageMaker هي خدمة مُدارة بالكامل توفر لكل مطور وعالم بيانات القدرة على إنشاء نماذج التعلم الآلي (ML) وتدريبها ونشرها بسرعة. يزيل SageMaker العبء الثقيل من كل خطوة من خطوات عملية التعلم الآلي لتسهيل تطوير نماذج عالية الجودة.
Azure Databricks عبارة عن خدمة تحليلات بيانات كبيرة سريعة وتعاونية تعتمد على Apache Spark ومصممة لعلوم البيانات وهندسة البيانات. يقوم Azure Databricks بإعداد بيئة Apache Spark الخاصة بك في دقائق، والقياس التلقائي، والتعاون في المشاريع المشتركة في مساحة عمل تفاعلية. يدعم Azure Databricks Python وScala وR وJava وSQL، بالإضافة إلى أطر عمل ومكتبات علوم البيانات بما في ذلك TensorFlow وPyTorch وscikit-learn.
مجموعة أدوات Microsoft المعرفية (CNTK) هي مجموعة أدوات مفتوحة المصدر للتعلم العميق الموزع على المستوى التجاري. ويصف الشبكات العصبية بأنها سلسلة من الخطوات الحسابية عبر رسم بياني موجه. يسمح CNTK للمستخدم بإدراك ودمج أنواع النماذج الشائعة بسهولة مثل شبكات DNN ذات التغذية الأمامية والشبكات العصبية التلافيفية (CNNs) والشبكات العصبية المتكررة (RNNs/LSTMs). تطبق CNTK تعلم النسب التدرج العشوائي (SGD، الانتشار الخلفي للخطأ) من خلال التمايز التلقائي والتوازي عبر وحدات معالجة الرسومات والخوادم المتعددة.
Apple CoreML هو إطار عمل يساعد على دمج نماذج التعلم الآلي في تطبيقك. يوفر Core ML تمثيلاً موحدًا لجميع الطرازات. يستخدم تطبيقك واجهات برمجة تطبيقات Core ML وبيانات المستخدم لإجراء تنبؤات ولتدريب النماذج أو تحسينها، كل ذلك على جهاز المستخدم. النموذج هو نتيجة تطبيق خوارزمية التعلم الآلي على مجموعة من بيانات التدريب. يمكنك استخدام نموذج لإجراء تنبؤات بناءً على بيانات الإدخال الجديدة.
Apache OpenNLP هي مكتبة مفتوحة المصدر لمجموعة أدوات تعتمد على التعلم الآلي المستخدمة في معالجة نص اللغة الطبيعية. ويتميز بواجهة برمجة تطبيقات لحالات الاستخدام مثل التعرف على الكيانات المسماة، واكتشاف الجملة، ووضع علامات على نقاط البيع (جزء من الكلام)، واستخراج ميزة الرمز المميز، والتقطيع، والتحليل، ودقة المرجع.
Apache Airflow عبارة عن منصة مفتوحة المصدر لإدارة سير العمل أنشأها المجتمع لتأليف مسارات العمل وجدولتها ومراقبتها برمجيًا. ثَبَّتَ. مبادئ. قابلة للتطوير. يتمتع Airflow ببنية معيارية ويستخدم قائمة انتظار الرسائل لتنظيم عدد عشوائي من العمال. تدفق الهواء جاهز للتوسع إلى ما لا نهاية.
Open Neural Network Exchange (ONNX) هو نظام بيئي مفتوح يمكّن مطوري الذكاء الاصطناعي من اختيار الأدوات المناسبة مع تطور مشروعهم. يوفر ONNX تنسيقًا مفتوح المصدر لنماذج الذكاء الاصطناعي، سواء التعلم العميق أو التعلم الآلي التقليدي. فهو يحدد نموذج رسم بياني حسابي قابل للتوسيع، بالإضافة إلى تعريفات عوامل التشغيل المضمنة وأنواع البيانات القياسية.
Apache MXNet هو إطار عمل للتعلم العميق مصمم لتحقيق الكفاءة والمرونة. يسمح لك بالمزج بين البرمجة الرمزية والحتمية لتحقيق أقصى قدر من الكفاءة والإنتاجية. تحتوي MXNet في جوهرها على برنامج جدولة تبعية ديناميكي يعمل تلقائيًا على موازنة كل من العمليات الرمزية والحتمية أثناء التنقل. طبقة تحسين الرسم البياني في الأعلى تجعل التنفيذ الرمزي سريعًا وفعالاً في الذاكرة. تتميز MXNet بأنها محمولة وخفيفة الوزن، ويمكن توسيع نطاقها بشكل فعال إلى وحدات معالجة الرسومات المتعددة وأجهزة متعددة. دعم Python وR وJulia وScala وGo وJavascript والمزيد.
AutoGluon عبارة عن مجموعة أدوات للتعلم العميق تعمل على أتمتة مهام التعلم الآلي مما يتيح لك تحقيق أداء تنبؤي قوي بسهولة في تطبيقاتك. باستخدام بضعة أسطر فقط من التعليمات البرمجية، يمكنك تدريب ونشر نماذج التعلم العميق عالية الدقة على البيانات الجدولية والصور والنصية.
Anaconda هي منصة شائعة جدًا لعلوم البيانات للتعلم الآلي والتعلم العميق والتي تمكن المستخدمين من تطوير النماذج وتدريبها ونشرها.
PlaidML عبارة عن مترجم موتر متقدم ومحمول لتمكين التعلم العميق على أجهزة الكمبيوتر المحمولة أو الأجهزة المدمجة أو الأجهزة الأخرى حيث لا يتم دعم أجهزة الحوسبة المتوفرة بشكل جيد أو تحتوي مجموعة البرامج المتوفرة على قيود ترخيص غير مستساغة.
OpenCV هي مكتبة محسنة للغاية مع التركيز على تطبيقات رؤية الكمبيوتر في الوقت الفعلي. تدعم واجهات C++ وPython وJava أنظمة Linux وMacOS وWindows وiOS وAndroid.
Scikit-Learn عبارة عن وحدة Python للتعلم الآلي مبنية على SciPy وNumPy وmatplotlib، مما يسهل تطبيق تطبيقات قوية وبسيطة للعديد من خوارزميات التعلم الآلي الشائعة.
Weka هو برنامج مفتوح المصدر للتعلم الآلي يمكن الوصول إليه من خلال واجهة مستخدم رسومية أو تطبيقات طرفية قياسية أو Java API. يُستخدم على نطاق واسع في التدريس والبحث والتطبيقات الصناعية، ويحتوي على عدد كبير من الأدوات المدمجة لمهام التعلم الآلي القياسية، بالإضافة إلى أنه يوفر وصولاً شفافًا إلى صناديق الأدوات المعروفة مثل scikit-learn وR وDeeplearning4j.
Caffe هو إطار عمل للتعلم العميق تم تصميمه مع مراعاة التعبير والسرعة والنمطية. تم تطويره بواسطة Berkeley AI Research (BAIR)/مركز Berkeley Vision and Learning Center (BVLC) والمساهمين في المجتمع.
Theano هي مكتبة Python تسمح لك بتحديد وتحسين وتقييم التعبيرات الرياضية التي تتضمن مصفوفات متعددة الأبعاد بكفاءة بما في ذلك التكامل الوثيق مع NumPy.
nGraph عبارة عن مكتبة C++ مفتوحة المصدر ومترجم ووقت تشغيل للتعلم العميق. يهدف nGraph Compiler إلى تسريع تطوير أعباء عمل الذكاء الاصطناعي باستخدام أي إطار عمل للتعلم العميق ونشره على مجموعة متنوعة من أهداف الأجهزة. فهو يوفر الحرية والأداء وسهولة الاستخدام لمطوري الذكاء الاصطناعي.
NVIDIA cuDNN عبارة عن مكتبة مسرعة بواسطة GPU للبدائيات للشبكات العصبية العميقة. توفر cuDNN تطبيقات مضبوطة للغاية للإجراءات القياسية مثل طبقات الالتفاف الأمامية والخلفية والتجميع والتطبيع والتنشيط. تعمل cuDNN على تسريع أطر التعلم العميق المستخدمة على نطاق واسع، بما في ذلك Caffe2 وChainer وKeras وMATLAB وMxNet وPyTorch وTensorFlow.
Huginn هو نظام مستضاف ذاتيًا لوكلاء البناء الذين يقومون بمهام تلقائية لك عبر الإنترنت. يمكنه قراءة الويب ومشاهدة الأحداث واتخاذ الإجراءات نيابة عنك. يقوم وكلاء Huginn بإنشاء الأحداث واستهلاكها ونشرها على طول رسم بياني موجه. فكر في الأمر كنسخة قابلة للاختراق من IFTTT أو Zapier على خادمك الخاص.
Netron هو عارض للشبكات العصبية والتعلم العميق ونماذج التعلم الآلي. وهو يدعم ONNX، TensorFlow Lite، Caffe، Keras، Darknet، PaddlePaddle، ncnn، MNN، Core ML، RKNN، MXNet، MindSpore Lite، TNN، Barracuda، Tengine، CNTK، TensorFlow.js، Caffe2 وUFF.
الدوبامين هو إطار بحثي للنماذج الأولية السريعة لخوارزميات التعلم المعزز.
DALI عبارة عن مكتبة مسرعة بواسطة GPU تحتوي على وحدات بناء محسنة للغاية ومحرك تنفيذ لمعالجة البيانات لتسريع التدريب على التعلم العميق وتطبيقات الاستدلال.
MindSpore Lite هو إطار عمل جديد للتدريب/الاستدلال للتعلم العميق مفتوح المصدر يمكن استخدامه لسيناريوهات الأجهزة المحمولة والحافة والسحابة.
Darknet هو إطار شبكة عصبية مفتوح المصدر مكتوب بلغة C و CUDA. إنه سريع وسهل التثبيت، ويدعم حساب وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU).
PaddlePaddle عبارة عن منصة تعلم عميق سهلة الاستخدام وفعالة ومرنة وقابلة للتطوير، تم تطويرها في الأصل من قبل علماء ومهندسي بايدو بغرض تطبيق التعلم العميق على العديد من المنتجات في بايدو.
GoogleNotebookLM عبارة عن أداة تجريبية للذكاء الاصطناعي تستخدم قوة نماذج اللغة المقترنة بالمحتوى الحالي الخاص بك للحصول على رؤى مهمة بشكل أسرع. على غرار مساعد البحث الافتراضي الذي يمكنه تلخيص الحقائق وشرح الأفكار المعقدة وطرح الأفكار حول الاتصالات الجديدة بناءً على المصادر التي تحددها.
Unilm عبارة عن تدريب مسبق واسع النطاق يتم الإشراف عليه ذاتيًا عبر المهام واللغات والطرائق.
Semantic Kernel (SK) عبارة عن حزمة SDK خفيفة الوزن تتيح تكامل نماذج اللغات الكبيرة ذات الذكاء الاصطناعي (LLMs) مع لغات البرمجة التقليدية. يجمع نموذج البرمجة القابل للتوسيع SK بين الوظائف الدلالية للغة الطبيعية والوظائف الأصلية للكود التقليدي والذاكرة القائمة على التضمين التي تفتح إمكانات جديدة وتضيف قيمة إلى التطبيقات باستخدام الذكاء الاصطناعي.
Pandas AI هي مكتبة Python تدمج قدرات الذكاء الاصطناعي التوليدي في Pandas، مما يجعل إطارات البيانات محادثة.
NCNN عبارة عن إطار استدلال للشبكة العصبية عالي الأداء مُحسّن لمنصة الهاتف المحمول.
MNN عبارة عن إطار عمل للتعلم العميق سريع للغاية وخفيف الوزن، تم اختباره من خلال حالات الاستخدام الحرجة للأعمال في Alibaba.
يعد MediaPipe مُحسّنًا للأداء الشامل على مجموعة واسعة من الأنظمة الأساسية. شاهد العروض التوضيحية تعرف على المزيد تعلم الآلة المعقد والمبسط على الجهاز لقد تخلصنا من التعقيدات المتعلقة بجعل التعلم الآلي على الجهاز قابلاً للتخصيص وجاهزًا للإنتاج ويمكن الوصول إليه عبر الأنظمة الأساسية.
MegEngine عبارة عن إطار عمل للتعلم العميق سريع وقابل للتطوير وسهل الاستخدام مع 3 ميزات رئيسية: إطار عمل موحد لكل من التدريب والاستدلال.
ML.NET هي مكتبة للتعلم الآلي تم تصميمها كمنصة قابلة للتوسعة بحيث يمكنك استخدام أطر عمل ML الشائعة الأخرى (TensorFlow وONNX وInfer.NET والمزيد) والحصول على المزيد من سيناريوهات التعلم الآلي، مثل تصنيف الصور، كشف الكائنات، وأكثر من ذلك.
Ludwig هو إطار عمل تعريفي للتعلم الآلي يجعل من السهل تحديد مسارات التعلم الآلي باستخدام نظام تكوين بسيط ومرن يعتمد على البيانات.
MMdnn هي أداة شاملة ومتعددة الأطر لتحويل نماذج التعلم العميق (DL) وتصورها وتشخيصها. يرمز "MM" إلى إدارة النماذج، و"dnn" هو اختصار للشبكة العصبية العميقة. تحويل النماذج بين Caffe وKeras وMXNet وTensorflow وCNTK وPyTorch Onnx وCoreML.
Horovod هو إطار تدريبي موزع للتعلم العميق لـ TensorFlow وKeras وPyTorch وApache MXNet.
Vaex هي مكتبة Python عالية الأداء لإطارات البيانات البطيئة خارج النواة (على غرار Pandas)، لتصور مجموعات البيانات الجدولية الكبيرة واستكشافها.
GluonTS عبارة عن حزمة Python لنمذجة السلاسل الزمنية الاحتمالية، مع التركيز على النماذج القائمة على التعلم العميق، استنادًا إلى PyTorch وMXNet.
MindsDB هو خادم ML-SQL يتيح سير عمل التعلم الآلي لأقوى قواعد البيانات ومستودعات البيانات باستخدام SQL.
Jupyter Notebook هو تطبيق ويب مفتوح المصدر يسمح لك بإنشاء ومشاركة المستندات التي تحتوي على تعليمات برمجية مباشرة ومعادلات ومرئيات ونص سردي. يتم استخدام Jupyter على نطاق واسع في الصناعات التي تقوم بتنظيف البيانات وتحويلها، والمحاكاة الرقمية، والنمذجة الإحصائية، وتصور البيانات، وعلوم البيانات، والتعلم الآلي.
Apache Spark هو محرك تحليلات موحد لمعالجة البيانات على نطاق واسع. فهو يوفر واجهات برمجة تطبيقات عالية المستوى في Scala وJava وPython وR، ومحركًا محسنًا يدعم الرسوم البيانية الحسابية العامة لتحليل البيانات. كما أنه يدعم مجموعة غنية من الأدوات عالية المستوى بما في ذلك Spark SQL لـ SQL وDataFrames، وMLlib للتعلم الآلي، وGraphX لمعالجة الرسوم البيانية، والتدفق المنظم لمعالجة التدفق.
يعد Apache Spark Connector لـ SQL Server وAzure SQL موصلًا عالي الأداء يمكّنك من استخدام بيانات المعاملات في تحليلات البيانات الضخمة ويحافظ على النتائج للاستعلامات أو التقارير المخصصة. يتيح لك الموصل استخدام أي قاعدة بيانات SQL، محلية أو في السحابة، كمصدر بيانات إدخال أو مصدر بيانات مخرجات لمهام Spark.
Apache PredictionIO هو إطار عمل مفتوح المصدر للتعلم الآلي للمطورين وعلماء البيانات والمستخدمين النهائيين. وهو يدعم جمع الأحداث ونشر الخوارزميات والتقييم والاستعلام عن النتائج التنبؤية عبر REST APIs. وهو يعتمد على خدمات مفتوحة المصدر قابلة للتطوير مثل Hadoop وHBase (وقواعد البيانات الأخرى) وElasticsearch وSpark وينفذ ما يسمى ببنية Lambda.
يعد Cluster Manager لـ Apache Kafka (CMAK) أداة لإدارة مجموعات Apache Kafka.
BigDL هي مكتبة التعلم العميق الموزعة لـ Apache Spark. باستخدام BigDL، يمكن للمستخدمين كتابة تطبيقات التعلم العميق الخاصة بهم كبرامج Spark القياسية، والتي يمكن تشغيلها مباشرة فوق مجموعات Spark أو Hadoop الحالية.
Eclipse Deeplearning4J (DL4J) عبارة عن مجموعة من المشاريع التي تهدف إلى دعم جميع احتياجات تطبيق التعلم العميق المستند إلى JVM (Scala وKotlin وClojure وGroovy). وهذا يعني البدء بالبيانات الأولية، وتحميلها ومعالجتها مسبقًا من أي مكان وبأي تنسيق كانت به لبناء وضبط مجموعة واسعة من شبكات التعلم العميق البسيطة والمعقدة.
Tensorman هي أداة مساعدة لسهولة إدارة حاويات Tensorflow التي تم تطويرها بواسطة System76. يسمح Tensorman لـ Tensorflow بالعمل في بيئة معزولة متضمنة عن بقية النظام. يمكن أن تعمل هذه البيئة الافتراضية بشكل مستقل عن النظام الأساسي، مما يسمح لك باستخدام أي إصدار من Tensorflow على أي إصدار من توزيعة Linux التي تدعم وقت تشغيل Docker.
Numba هو مترجم مفتوح المصدر، مدرك لـ NumPy لـ Python برعاية Anaconda, Inc. ويستخدم مشروع مترجم LLVM لإنشاء كود الآلة من بناء جملة Python. يمكن لـ Numba تجميع مجموعة فرعية كبيرة من لغة Python التي تركز على الأرقام، بما في ذلك العديد من وظائف NumPy. بالإضافة إلى ذلك، يدعم Numba الموازاة التلقائية للحلقات، وإنشاء تعليمات برمجية مسرَّعة بواسطة GPU، وإنشاء عمليات رد اتصال ufunc وC.
Chainer هو إطار عمل للتعلم العميق يعتمد على لغة Python ويهدف إلى تحقيق المرونة. وهو يوفر واجهات برمجة التطبيقات (APIs) للتمايز التلقائي بناءً على نهج التحديد عن طريق التشغيل (الرسوم البيانية الحسابية الديناميكية) بالإضافة إلى واجهات برمجة التطبيقات عالية المستوى الموجهة للكائنات لبناء الشبكات العصبية وتدريبها. كما أنه يدعم CUDA/cuDNN باستخدام CuPy للتدريب والاستدلال عالي الأداء.
XGBoost عبارة عن مكتبة محسّنة لتعزيز التدرج الموزع ومصممة لتكون عالية الكفاءة ومرنة ومحمولة. يقوم بتنفيذ خوارزميات التعلم الآلي ضمن إطار عمل Gradient Boosting. يوفر XGBoost تعزيزًا متوازيًا للشجرة (المعروف أيضًا باسم GBDT، GBM) والذي يحل العديد من مشكلات علوم البيانات بطريقة سريعة ودقيقة. وهو يدعم التدريب الموزع على أجهزة متعددة، بما في ذلك مجموعات AWS وGCE وAzure وYarn. كما يمكن دمجه مع Flink وSpark وأنظمة تدفق البيانات السحابية الأخرى.
cuML عبارة عن مجموعة من المكتبات التي تنفذ خوارزميات التعلم الآلي ووظائف البدائيات الرياضية التي تشترك في واجهات برمجة التطبيقات المتوافقة مع مشاريع RAPIDS الأخرى. يمكّن cuML علماء البيانات والباحثين ومهندسي البرمجيات من تشغيل مهام ML الجدولية التقليدية على وحدات معالجة الرسومات دون الخوض في تفاصيل برمجة CUDA. في معظم الحالات، تتطابق واجهة برمجة تطبيقات Python الخاصة بـ cuML مع واجهة برمجة التطبيقات من scikit-learn.
Emu هي مكتبة GPGPU لـ Rust مع التركيز على قابلية النقل والنمطية والأداء. إنه تجريد خاص بالحوسبة على طراز CUDA عبر WebGPU يوفر وظائف محددة لجعل WebGPU يبدو وكأنه CUDA.
Scalene عبارة عن أداة تعريف عالية الأداء لوحدة المعالجة المركزية (CPU) ووحدة معالجة الرسومات (GPU) والذاكرة الخاصة بـ Python والتي تقوم بعدد من الأشياء التي لا يستطيع محللو ملفات تعريف Python الآخرون القيام بها. إنه يدير أوامر كبيرة بشكل أسرع من العديد من ملفات التعريف الأخرى مع تقديم معلومات أكثر تفصيلاً بكثير.
MLpack عبارة عن مكتبة سريعة ومرنة للتعلم الآلي بلغة C++ مكتوبة بلغة C++ ومبنية على مكتبة الجبر الخطي Armadillo ومكتبة التحسين العددي ensmallen وأجزاء من Boost.
Netron هو عارض للشبكات العصبية والتعلم العميق ونماذج التعلم الآلي. وهو يدعم ONNX، TensorFlow Lite، Caffe، Keras، Darknet، PaddlePaddle، ncnn، MNN، Core ML، RKNN، MXNet، MindSpore Lite، TNN، Barracuda، Tengine، CNTK، TensorFlow.js، Caffe2 وUFF.
Lightning عبارة عن أداة تعمل على إنشاء نماذج PyTorch وتدريبها وربطها بدورة حياة ML باستخدام قوالب تطبيق Lightning، دون التعامل مع البنية التحتية DIY وإدارة التكاليف والقياس وما إلى ذلك.
OpenNN هي مكتبة شبكات عصبية مفتوحة المصدر للتعلم الآلي. يحتوي على خوارزميات وأدوات مساعدة متطورة للتعامل مع العديد من حلول الذكاء الاصطناعي.
H20 عبارة عن منصة سحابية تعمل بالذكاء الاصطناعي تعمل على حل مشكلات الأعمال المعقدة وتسريع اكتشاف الأفكار الجديدة بنتائج يمكنك فهمها والثقة بها.
Gensim هي مكتبة Python لنمذجة المواضيع وفهرسة المستندات واسترجاع التشابه مع المجموعات الكبيرة. الجمهور المستهدف هو مجتمع معالجة اللغة الطبيعية (NLP) واسترجاع المعلومات (IR).
llama.cpp هو نموذج LLaMA الخاص بـ Port of Facebook في C/C++.
hmmlearn عبارة عن مجموعة من الخوارزميات للتعلم غير الخاضع للرقابة والاستدلال على نماذج ماركوف المخفية.
Nextjournal عبارة عن دفتر ملاحظات للأبحاث القابلة للتكرار. يقوم بتشغيل أي شيء يمكنك وضعه في حاوية Docker. يمكنك تحسين سير عملك باستخدام دفاتر الملاحظات متعددة اللغات والإصدار التلقائي والتعاون في الوقت الفعلي. يمكنك توفير الوقت والمال من خلال توفير الخدمة عند الطلب، بما في ذلك دعم وحدة معالجة الرسومات.
يوفر IPython بنية غنية للحوسبة التفاعلية مع:
Veles عبارة عن منصة موزعة للتطوير السريع لتطبيقات التعلم العميق التي طورتها شركة Samsung حاليًا.
DyNet هي مكتبة شبكة عصبية طورتها جامعة كارنيجي ميلون وغيرها الكثير. إنه مكتوب بلغة C++ (مع روابط في Python) وهو مصمم ليكون فعالاً عند تشغيله على وحدة المعالجة المركزية (CPU) أو وحدة معالجة الرسومات (GPU)، وليعمل بشكل جيد مع الشبكات التي تحتوي على هياكل ديناميكية تتغير مع كل حالة تدريب. تعتبر هذه الأنواع من الشبكات ذات أهمية خاصة في مهام معالجة اللغة الطبيعية، وقد تم استخدام DyNet لبناء أنظمة حديثة للتحليل النحوي والترجمة الآلية والتصريف المورفولوجي والعديد من مجالات التطبيق الأخرى.
Ray هو إطار عمل موحد لتوسيع نطاق تطبيقات الذكاء الاصطناعي وPython. وهو يتألف من وقت تشغيل أساسي موزع ومجموعة أدوات من المكتبات (Ray AIR) لتسريع أعباء عمل تعلم الآلة.
whisper.cpp هو استنتاج عالي الأداء لنموذج التعرف التلقائي على الكلام (ASR) الخاص بـ OpenAI.
ChatGPT Plus عبارة عن خطة اشتراك تجريبية ( 20 دولارًا شهريًا ) لـ ChatGPT، وهو الذكاء الاصطناعي للمحادثة الذي يمكنه الدردشة معك والإجابة على أسئلة المتابعة وتحدي الافتراضات غير الصحيحة.
Auto-GPT هو "وكيل الذكاء الاصطناعي" الذي يحدد هدفًا باللغة الطبيعية، ويمكنه محاولة تحقيقه عن طريق تقسيمه إلى مهام فرعية واستخدام الإنترنت والأدوات الأخرى في حلقة تلقائية. يستخدم OpenAI's GPT-4 أو GPT-3.5 APIs، وهو من بين الأمثلة الأولى لتطبيق يستخدم GPT-4 لأداء مهام مستقلة.
Chatbot UI من mckaywrigley عبارة عن مجموعة أدوات chatbot متقدمة لنماذج الدردشة الخاصة بـ OpenAI المبنية على Chatbot UI Lite باستخدام Next.js وTypeScript وTailwind CSS. يدعم هذا الإصدار من ChatBot UI كلا الطرازين GPT-3.5 وGPT-4. يتم تخزين المحادثات محليًا داخل متصفحك. يمكنك تصدير واستيراد المحادثات للحماية من فقدان البيانات. انظر التجريبي.
Chatbot UI Lite من mckaywrigley عبارة عن مجموعة أدوات بدء تشغيل chatbot بسيطة لنموذج الدردشة الخاص بـ OpenAI باستخدام Next.js وTypeScript وTailwind CSS. انظر التجريبي.
MiniGPT-4 عبارة عن فهم معزز للغة الرؤية باستخدام نماذج اللغة الكبيرة المتقدمة.
GPT4All عبارة عن نظام بيئي لروبوتات الدردشة مفتوحة المصدر المدربة على مجموعات ضخمة من البيانات المساعدة النظيفة بما في ذلك التعليمات البرمجية والقصص والحوار المستند إلى LLaMa.
GPT4All UI هو تطبيق ويب Flask يوفر واجهة مستخدم للدردشة للتفاعل مع chatbot GPT4All.
Alpaca.cpp هو نموذج سريع يشبه ChatGPT محليًا على جهازك. فهو يجمع بين النموذج الأساسي لـ LLaMA مع نسخة مفتوحة من Stanford Alpaca، وضبط دقيق للنموذج الأساسي للامتثال للتعليمات (أشبه بـ RLHF المستخدم لتدريب ChatGPT) ومجموعة من التعديلات على llama.cpp لإضافة واجهة دردشة.
llama.cpp هو نموذج LLaMA الخاص بـ Port of Facebook في C/C++.
OpenPlayground عبارة عن ساحة لعب لتشغيل النماذج المشابهة لـ ChatGPT محليًا على جهازك.
Vicuna عبارة عن روبوت محادثة مفتوح المصدر تم تدريبه من خلال الضبط الدقيق لـ LLaMA. يبدو أنه يحقق أكثر من 90% من جودة chatgpt ويكلف التدريب 300 دولار.
Yeagar ai هو منشئ وكيل Langchain المصمم لمساعدتك في إنشاء نماذج أولية ونشر عملاء مدعومين بالذكاء الاصطناعي بسهولة.
تم إنشاء Vicuna من خلال الضبط الدقيق للنموذج الأساسي لـ LLaMA باستخدام ما يقرب من 70 ألف محادثة مشتركة بين المستخدمين تم جمعها من ShareGPT.com مع واجهات برمجة التطبيقات العامة. لضمان جودة البيانات، يقوم بتحويل HTML مرة أخرى إلى تخفيض السعر وتصفية بعض العينات غير المناسبة أو منخفضة الجودة.
يعد ShareGPT مكانًا لمشاركة محادثات ChatGPT الأكثر وحشية بنقرة واحدة. مع 198,404 محادثة تمت مشاركتها حتى الآن.
FastChat عبارة عن منصة مفتوحة للتدريب والخدمة وتقييم برامج الدردشة الآلية القائمة على نماذج اللغة الكبيرة.
Haystack هو إطار عمل مفتوح المصدر لمعالجة اللغات الطبيعية (NLP) للتفاعل مع بياناتك باستخدام نماذج Transformer وLLMs (GPT-4 وChatGPT وما شابه). فهو يوفر أدوات جاهزة للإنتاج لبناء عمليات اتخاذ القرارات المعقدة والإجابة على الأسئلة والبحث الدلالي وتطبيقات إنشاء النصوص بسرعة، والمزيد.
StableLM (نماذج لغة الذكاء الاصطناعي المستقرة) هي سلسلة StableLM من نماذج اللغة وسيتم تحديثها باستمرار بنقاط تفتيش جديدة.
Databricks' Dolly هو نموذج لغة كبير يتبع التعليمات ويتم تدريبه على منصة التعلم الآلي Databricks المرخصة للاستخدام التجاري.
GPTCach عبارة عن مكتبة لإنشاء ذاكرة تخزين مؤقت دلالية لاستعلامات LLM.
AlaC هو منشئ الأكواد للبنية التحتية للذكاء الاصطناعي.
Adrenaline هي أداة تتيح لك التحدث إلى قاعدة التعليمات البرمجية الخاصة بك. إنه مدعوم بالتحليل الثابت والبحث المتجه ونماذج اللغات الكبيرة.
OpenAssistant هو مساعد قائم على الدردشة يفهم المهام، ويمكنه التفاعل مع أنظمة الطرف الثالث، واسترداد المعلومات ديناميكيًا للقيام بذلك.
يعد DoctorGPT برنامجًا ثنائيًا خفيف الوزن ومستقلًا يراقب سجلات التطبيق الخاصة بك بحثًا عن المشكلات ويشخصها.
HttpGPT هو مكون إضافي لـ Unreal Engine 5 يسهل التكامل مع الخدمات المستندة إلى GPT الخاصة بـ OpenAI (ChatGPT وDALL-E) من خلال طلبات REST غير المتزامنة، مما يسهل على المطورين التواصل مع هذه الخدمات. ويتضمن أيضًا أدوات التحرير لدمج إنشاء صور Chat GPT وDALL-E مباشرة في المحرك.
PaLM 2 هو نموذج لغة كبير من الجيل التالي يعتمد على تراث Google من الأبحاث المتقدمة في مجال التعلم الآلي والذكاء الاصطناعي المسؤول. يتضمن مهام تفكير متقدمة، بما في ذلك البرمجة والرياضيات، والتصنيف والإجابة على الأسئلة، والترجمة وإتقان اللغات المتعددة، وتوليد اللغة الطبيعية بشكل أفضل من دورات LLM المتطورة السابقة لدينا.
Med-PaLM هو نموذج لغة كبير (LLM) مصمم لتقديم إجابات عالية الجودة على الأسئلة الطبية. فهو يسخر قوة نماذج اللغات الكبيرة من Google، والتي قمنا بمواءمتها مع المجال الطبي من خلال مجموعة من عروض الخبراء الطبيين المنسقة بعناية.
Sec-PaLM عبارة عن نماذج لغوية كبيرة (LLMs)، تعمل على تسريع القدرة على مساعدة الأشخاص المسؤولين عن الحفاظ على أمان مؤسساتهم. لا تمنح هذه النماذج الجديدة الأشخاص طريقة أكثر طبيعية وإبداعًا لفهم الأمان وإدارته فحسب.
العودة إلى الأعلى
العودة إلى الأعلى
العودة إلى القمة
Localai هي واجهة برمجة تطبيقات محلية تتوافق مع المجتمع ومتوافقة معها. استبدال الانزلاق لـ Openai Running LLMs على الأجهزة على مستوى المستهلك مع عدم الحاجة إلى وحدة معالجة الرسومات. إنها واجهة برمجة تطبيقات لتشغيل نماذج متوافقة مع GGML: Llama ، GPT4ALL ، RWKV ، Whisper ، Vicuna ، Koala ، GPT4ALL-J ، Cerebras ، Falcon ، Dolly ، Starcoder ، وغيرها الكثير.
Llama.cpp هو منفذ للااما على Facebook في C/C ++.
Ollama هي أداة للاستعداد والتشغيل مع Llama 2 ونماذج اللغة الكبيرة الأخرى محليًا.
Localai هي واجهة برمجة تطبيقات محلية تتوافق مع المجتمع ومتوافقة معها. استبدال الانزلاق لـ Openai Running LLMs على الأجهزة على مستوى المستهلك مع عدم الحاجة إلى وحدة معالجة الرسومات. إنها واجهة برمجة تطبيقات لتشغيل نماذج متوافقة مع GGML: Llama ، GPT4ALL ، RWKV ، Whisper ، Vicuna ، Koala ، GPT4ALL-J ، Cerebras ، Falcon ، Dolly ، Starcoder ، وغيرها الكثير.
Serge هي واجهة ويب للدردشة مع الألبكة من خلال llama.cpp. استضافته وقياس ذاتيا بالكامل ، مع سهولة استخدام واجهة برمجة التطبيقات.
OpenLLM هو منصة مفتوحة لتشغيل نماذج اللغة الكبيرة (LLMS) في الإنتاج. صقل ، خدمة ، نشر ، ومراقبة أي LLMs بسهولة.
Llama-GPT هو chatbot استضافة ذاتيا غير متصل بالإنترنت ، تشبه الدردشة. مدعوم من Llama 2. 100 ٪ خاصة ، مع عدم وجود بيانات تغادر جهازك.
Llama2 Webui هي أداة لتشغيل أي Llama 2 محليًا مع Gradio UI على GPU أو وحدة المعالجة المركزية من أي مكان (Linux/Windows/Mac). استخدم llama2-wrapper كخلفية LLAMA2 المحلية لوكلاء/تطبيقات.
LLAMA2.C هي أداة لتدريب بنية LLAMA 2 LLM في Pytorch ثم استدلالها مع ملف واحد بسيط 700 خط C (Run.C).
ALPACA.CPP هو طراز سريع يشبه ChatGPT محليًا على جهازك. فهو يجمع بين نموذج مؤسسة Llama مع استنساخ مفتوح لـ Stanford Alpaca ، وهو صقل رائع للنموذج الأساسي لإطاعة تعليمات (أقرب إلى RLHF المستخدمة لتدريب ChatGPT) ومجموعة من التعديلات على llama.cpp لإضافة واجهة دردشة.
GPT4ALL هو نظام بيئي من chatbots مفتوحة المصدر المدربين على مجموعات ضخمة من بيانات مساعد نظيفة بما في ذلك الكود والقصص والحوار على أساس LLAMA.
MINIGPT-4 هو فهم يعزز لغة الرؤية مع نماذج اللغة الكبيرة المتقدمة
Lollms Webui هو محور لنماذج LLM (نموذج لغة كبير). يهدف إلى توفير واجهة سهلة الاستخدام للوصول إلى نماذج LLM المختلفة واستخدامها لمجموعة واسعة من المهام. سواء كنت بحاجة إلى مساعدة في الكتابة أو الترميز أو تنظيم البيانات أو إنشاء الصور أو البحث عن إجابات لأسئلتك.
LM Studio هي أداة لاكتشاف وتنزيل وتشغيل LLMS المحلي.
Gradio Web UI هي أداة لنماذج اللغة الكبيرة. يدعم Transformers ، GPTQ ، Llama.cpp (GGML/GGUF) ، نماذج Llama.
OpenPlayground هو تشغيل من أجل تشغيل الطرز التي تشبه ChatGPT محليًا على جهازك.
Vicuna هو chatbot مفتوح المصدر المدرب عن طريق ضبط لاما. يبدو أنه يحقق أكثر من 90 ٪ من جودة chatgpt ويكلف 300 دولار للتدريب.
Yegar AI هو منشئ وكيل Langchain مصمم لمساعدتك في بناء ونموذج أولي ونشر الوكلاء الذين يعملون يعملون في الذكاء الاصطناعى بسهولة.
KoboldCPP هو برنامج سهل الاستخدام من AI لتوليد النصوص لنماذج GGML. إنها واحدة قابلة للتوزيع من Confedo ، والتي تبني llama.cpp ، وتضيف نقطة نهاية kobold API متعددة الاستخدامات ، ودعم تنسيق إضافي ، وتوافق متخلف ، بالإضافة إلى واجهة مستخدم فاخرة مع قصص مستمرة ، وأدوات التحرير ، وتنسيقات التوفير ، والذاكرة ، والذاكرة معلومات ، ملاحظة المؤلف ، الشخصيات ، والسيناريوهات.
العودة إلى القمة
يعد Fuzzy Logic نهجًا مجرئيًا يسمح بمعالجة أكثر تقدماً في شجرة القرار وتكامل أفضل مع البرمجة القائمة على القواعد.
بنية نظام المنطق الغامض. المصدر: ResearchGate
الدعم جهاز ناقلات (SVM) هو نموذج التعلم الآلي الخاضع للإشراف يستخدم خوارزميات التصنيف لمشاكل تصنيف مجموعتين.
دعم آلة ناقلات (SVM). المصدر: OpenClipart
الشبكات العصبية هي مجموعة فرعية من التعلم الآلي وهي في قلب خوارزميات التعلم العميق. الاسم/الهيكل مستوحى من الدماغ البشري نسخ العملية التي تشير إليها الخلايا العصبية/العقد البيولوجية لبعضها البعض.
الشبكة العصبية العميقة. المصدر: IBM
الشبكات العصبية التلافيفية (R-CNN) هي خوارزمية للكشف عن الكائنات التي تقسم الصورة أولاً لإيجاد مربعات محددة ذات صلة محتملة ثم تشغيل خوارزمية الكشف للعثور على معظم الكائنات المحتملة في تلك المربعات المحددة.
الشبكات العصبية التلافيفية. المصدر: CS231N
الشبكات العصبية المتكررة (RNNS) هي نوع من الشبكة العصبية الاصطناعية التي تستخدم بيانات متسلسلة أو بيانات سلسلة زمنية.
الشبكات العصبية المتكررة. المصدر: Slideteam
Perceptrons متعددة الطبقات (MLPs) هي شبكات عصبية متعددة الطبقات تتكون من طبقات متعددة من الإدراك مع تنشيط عتبة.
Perceptrons متعددة الطبقات. المصدر: ديباي
الغابة العشوائية هي خوارزمية التعلم الآلي شائعة الاستخدام ، والتي تجمع بين إخراج أشجار القرار المتعددة للوصول إلى نتيجة واحدة. لا يمكن تقليم شجرة القرار في الغابة لأخذ العينات وبالتالي اختيار التنبؤ. لقد غذت سهولة الاستخدام والمرونة تبنيها ، لأنها تتعامل مع كل من مشاكل التصنيف والانحدار.
غابة عشوائية. المصدر: ويكيميديا
أشجار القرار هي نماذج منظمة للأشجار للتصنيف والانحدار.
** أشجار القرار. المصدر: CMU
ساذجة بايز هي خوارزمية التعلم الآلي التي يتم استخدامها في حل مشاكل calssification. إنه يعتمد على تطبيق نظرية بايز مع افتراضات استقلال قوية بين الميزات.
نظرية بايز. المصدر: Mathisfun
العودة إلى القمة
Pytorch هو إطار تعليمي عميق مفتوح المصدر يسرع المسار من البحث إلى الإنتاج ، ويستخدم لتطبيقات مثل رؤية الكمبيوتر ومعالجة اللغة الطبيعية. تم تطوير Pytorch من قبل مختبر أبحاث الذكاء الاصطناعي في Facebook.
البدء مع Pytorch
وثائق Pytorch
منتدى مناقشة Pytorch
دورات Pytorch الأعلى على الإنترنت | كورسيرا
دورات Pytorch الأعلى على الإنترنت | يوديمي
تعلم Pytorch مع الدورات والفصول عبر الإنترنت | إدكس
أساسيات Pytorch - تعلم | مستندات Microsoft
مقدمة للتعلم العميق مع Pytorch | udacity
تطوير Pytorch في رمز الاستوديو المرئي
Pytorch على Azure - التعلم العميق مع Pytorch | مايكروسوفت أزور
Pytorch - Azure Databricks | مستندات Microsoft
التعلم العميق مع Pytorch | خدمات الويب من أمازون (AWS)
البدء مع Pytorch على Google Cloud
Pytorch Mobile هو سير عمل ML شامل من التدريب إلى النشر لأجهزة iOS و Android المحمولة.
Torchscript هي وسيلة لإنشاء نماذج قابلة للتسلسل وقابلة للتحسين من رمز Pytorch. يتيح ذلك حفظ أي برنامج Torchscript من عملية Python وتحميلها في عملية لا يوجد فيها تبعية Python.
Torchserve هي أداة مرنة وسهلة الاستخدام لخدمة نماذج Pytorch.
Keras هي واجهة برمجة تطبيقات شبكات عصبية عالية المستوى ، مكتوبة في Python وقادرة على الجري على رأس Tensorflow أو CNTK أو theano.it مع التركيز على تمكين التجربة السريعة. إنه قادر على الجري فوق Tensorflow أو Microsoft Cromitive Toolkit أو R أو Theano أو Plaidml.
وقت التشغيل ONNX هو مسرع للاستدلال وتدريب ML عالي الأداء. وهو يدعم النماذج من أطر التعلم العميق مثل Pytorch و TensorFlow/Keras وكذلك مكتبات التعلم الآلي الكلاسيكي مثل Scikit-Learn و LightgBM و XgBoost ، إلخ.
Kornia هي مكتبة رؤية كمبيوتر قابلة للتمييز تتكون من مجموعة من الروتين والوحدات النمطية القابلة للتفاضل لحل مشاكل السيرة الذاتية العامة (رؤية الكمبيوتر).
Pytorch-NLP هي مكتبة لمعالجة اللغة الطبيعية (NLP) في بيثون. تم بناؤه مع وضع أحدث الأبحاث في الاعتبار ، وتم تصميمه من اليوم الأول لدعم النماذج الأولية السريعة. يأتي Pytorch-NLP مع تضمينات مدربة مسبقًا ، وأخذ عينات ، ووادر مجموعات البيانات ، والمقاييس ، ووحدات الشبكة العصبية ، وترميزات النصوص.
Ignite هي مكتبة عالية المستوى للمساعدة في تدريب وتقييم الشبكات العصبية في Pytorch بمرونة وشفافية.
Hummingbird هي مكتبة لتجميع نماذج ML التقليدية المدربة في حسابات التوتر. يتيح للمستخدمين الاستفادة من أطر الشبكة العصبية بسلاسة (مثل Pytorch) لتسريع نماذج ML التقليدية.
مكتبة Deep Graph Library (DGL) عبارة عن حزمة بيثون مصممة لسهولة التنفيذ لعائلة نموذج الشبكة العصبية الرسم البياني ، بالإضافة إلى Pytorch وغيرها من الأطر.
Tensorly هي واجهة برمجة تطبيقات عالية المستوى لأساليب الموتر والشبكات العصبية العميقة في Python والتي تهدف إلى جعل توتر التعلم بسيطًا.
Gpytorch هي مكتبة للعمليات الغوسية التي يتم تنفيذها باستخدام Pytorch ، مصممة لإنشاء نماذج عملية غوسية قابلة للتطوير ومرنة.
Poutyne هو إطار يشبه Keras لـ Pytorch ويتولى الكثير من رمز الغلاية اللازمة لتدريب الشبكات العصبية.
Forte هي مجموعة أدوات لبناء خطوط أنابيب NLP التي تتميز بمكونات قابلة للتكوين ، وواجهات بيانات مريحة ، وتفاعل بين المهام.
TorchMetrics هي مقاييس التعلم الآلي لتطبيقات Pytorch الموزعة والقابلة للتطوير.
Captum عبارة عن مكتبة مفتوحة المصدر قابلة للتمديد لتفسير النموذج المبني على Pytorch.
Transformer هو معالجة اللغة الطبيعية الحديثة ل Pytorch و TensorFlow و Jax.
Hydra هو إطار لتكوين التطبيقات المعقدة بأناقة.
Accelerate هي وسيلة بسيطة لتدريب واستخدام نماذج Pytorch مع GPU متعددة ، TPU ، الدقة المختلطة.
Ray هو إطار سريع وبسيط لبناء وتشغيل التطبيقات الموزعة.
Parlai هي منصة موحدة لمشاركة نماذج الحوار وتدريبها وتقييمها عبر العديد من المهام.
Pytorchvideo هي مكتبة تعليمية عميقة لبحوث فهم الفيديو. يستضيف العديد من النماذج التي تركز على الفيديو ومجموعات البيانات وخطوط أنابيب التدريب والمزيد.
Opacus هي مكتبة تتيح تدريب نماذج Pytorch بخصوصية تفاضلية.
Pytorch Lightning هي مكتبة ML تشبه Keras ل Pytorch. إنه يترك من منطق التدريب والتحقق من الصحة الأساسي ويأتمان الباقي.
Pytorch الهندسة الزمنية هي مكتبة تمديد زمنية (ديناميكية) ل Pytorch الهندسة.
Pytorch الهندسة هي مكتبة للتعلم العميق على بيانات الإدخال غير المنتظمة مثل الرسوم البيانية ، والغيوم النقطية ، والمشعبات.
الرؤية النقطية هي إطار مفتوح المصدر للتعلم العميق على الصور القمر الصناعي والهواء.
Crypten هو إطار للخصوصية الحفاظ على ML. هدفها هو جعل تقنيات الحوسبة الآمنة في متناول ممارسي ML.
Optuna هو إطار عمل مفتوح المصدر HyperParameter لتحسين الأتمتة لأتمتة البحث الفائق.
Pyro هي لغة برمجة احتمالية عالمية (PPL) مكتوبة في Python ويدعمها Pytorch على الخلفية.
تعتبر الحوابع البيضاء مكتبة تكبير الصور السريعة والقابلة للتمديد لمهام مختلفة من التصنيف CV مثل التصنيف والتجزئة واكتشاف الكائنات وتقدير الوضع.
Skorch هي مكتبة عالية المستوى لـ Pytorch توفر توافقًا كاملًا في Scikit-Learn.
MMF هو إطار معياري للبحوث متعددة الوسائط في الرؤية واللغة من Facebook AI Research (Fair).
AdaptDL هو إطار تدريب على التعلم العميق والموارد.
Polyaxon هي منصة لبناء وتدريب ومراقبة تطبيقات التعلم العميق على نطاق واسع.
TextBrewer عبارة عن مجموعة أدوات تقطير المعرفة القائمة على Pytorch لمعالجة اللغة الطبيعية
Advertorch هو صندوق أدوات لأبحاث المتانة العددية. أنه يحتوي على وحدات لتوليد أمثلة عدوانية والدفاع ضد الهجمات.
Nemo هي مجموعة أدوات AA لمحادثة الذكاء الاصطناعي.
Clinicadl هو إطار لتصنيف مرض الزهايمر المستنسخة
Baselines3 (SB3) مستقرة هي مجموعة من التطبيقات الموثوقة لخوارزميات التعلم التعزيز في Pytorch.
Torchio عبارة عن مجموعة من الأدوات لقراءة الصور المسبقة ، والمعالجة ، والعينة ، والزيادة ، وكتابة الصور الطبية ثلاثية الأبعاد في تطبيقات التعلم العميق المكتوبة في Pytorch.
Pysyft هي مكتبة Python للخصوصية المشفرة ، تحافظ على التعلم العميق.
يعد Flair إطارًا بسيطًا للغاية لمعالجة اللغة الطبيعية الحديثة (NLP).
Glow هو برنامج التحويل البرمجي ML الذي يسرع أداء أطر التعلم العميق على منصات الأجهزة المختلفة.
FairScale هي مكتبة تمديد Pytorch للحصول على أداء عالي وتدريب واسع النطاق على آلات/عقد متعددة.
Monai هو إطار تعليمي عميق يوفر قدرات تأسيسية محسنة للمجال لتطوير سير عمل تدريب التصوير الصحية.
PFRL هي مكتبة تعلم تعزيز عميق تنفذ خوارزميات التعزيز العميقة المختلفة في Python باستخدام Pytorch.
Einops هي عمليات توتر مرنة وقوية للرمز القابل للقراءة والموثوقة.
Pytorch3d هي مكتبة تعليمية عميقة توفر مكونات فعالة وقابلة لإعادة الاستخدام لأبحاث رؤية الكمبيوتر ثلاثية الأبعاد مع Pytorch.
Ensemble Pytorch هو إطار فرقة موحدة لـ Pytorch لتحسين أداء ونموذج التعلم العميق الخاص بك.
بخفة هو إطار رؤية الكمبيوتر للتعلم الخاضع للإشراف.
أعلى هي مكتبة تسهل تنفيذ خوارزميات التعلم التعسفي المعقدة بشكل تعسفي القائم على التدرج وحلقات التحسين المتداخلة مع Pytorch القريبة من فانيلا.
Horovod هي مكتبة تدريب موزعة لأطر التعلم العميق. يهدف Horovod إلى جعل DL موزع سريع وسهل الاستخدام.
Pennylane هي مكتبة لـ Quantum ML ، والتمايز التلقائي ، وتحسين الحسابات الكلاسيكية الكمومية المختلطة.
Detectron2 هو منصة الجيل التالي من Fair للكشف عن الكائنات وتجزئة.
Fastai هي مكتبة تبسيط التدريب السريع ودقيق الشباك العصبية باستخدام أفضل الممارسات الحديثة.
العودة إلى القمة
TensorFlow هو منصة مفتوحة المصدر من طرف إلى طرف للتعلم الآلي. إنه يحتوي على نظام بيئي شامل ومرن من الأدوات والمكتبات وموارد المجتمع التي تتيح للباحثين دفع أحدث ما في ML ، ويقوم المطورون بسهولة بإنشاء تطبيقات تعمل بالطاقة ML ونشرها.
البدء مع TensorFlow
دروس TensorFlow
شهادة مطور TensorFlow | TensorFlow
مجتمع TensorFlow
نماذج ومجموعات البيانات TensorFlow
TensorFlow Cloud
تعليم التعلم الآلي | TensorFlow
أفضل دورات TensorFlow على الإنترنت | كورسيرا
أفضل دورات TensorFlow على الإنترنت | يوديمي
التعلم العميق مع TensorFlow | يوديمي
التعلم العميق مع TensorFlow | إدكس
مقدمة إلى TensorFlow للتعلم العميق | udacity
مقدمة إلى TensorFlow: دورة التعلم الآلي | مطورو جوجل
تدريب ونشر نموذج TensorFlow - التعلم الآلي Azure
تطبيق نماذج التعلم الآلي في وظائف Azure مع Python و TensorFlow | مايكروسوفت أزور
التعلم العميق مع TensorFlow | خدمات الويب من أمازون (AWS)
TensorFlow - Amazon EMR | وثائق AWS
TensorFlow Enterprise | جوجل كلاود
TensorFlow Lite هو إطار عمل تعليمي عميق مفتوح المصدر لنشر نماذج التعلم الآلي على أجهزة الهاتف المحمول وإنترنت الأشياء.
TensorFlow.js هي مكتبة JavaScript تتيح لك تطوير أو تنفيذ نماذج ML في JavaScript ، واستخدام ML مباشرة في جانب عميل المتصفح ، جانب الخادم عبر Node.js ، Mobile Native عبر React Native ، Desktop Native Via Electron ، وحتى على IOT الأجهزة عبر node.js على Raspberry Pi.
TensorFlow_Macos هو إصدار محسّن من Mac من إضافات TensorFlow و TensorFlow لـ MacOS 11.0+ المتسارعة باستخدام إطار حساب ML من Apple.
Google Colaboratory هي بيئة دفتر Jupyter المجانية التي لا تتطلب أي إعداد وتشغيلها بالكامل في السحابة ، مما يتيح لك تنفيذ رمز TensorFlow في متصفحك بنقرة واحدة.
أداة What-if هي أداة للتحقيق الخالي من الكود لنماذج التعلم الآلي ، ومفيدة لفهم النماذج ، وتصحيح الأخطاء ، والإنصاف. متوفر في أجهزة الكمبيوتر المحمولة المتوسطة و jupyter أو كولاب.
Tensorboard هي مجموعة من أدوات التصور لفهم برامج TensorFlow وتصحيحها وتحسينها.
Keras هي واجهة برمجة تطبيقات شبكات عصبية عالية المستوى ، مكتوبة في Python وقادرة على الجري على رأس Tensorflow أو CNTK أو theano.it مع التركيز على تمكين التجربة السريعة. إنه قادر على الجري فوق Tensorflow أو Microsoft Cromitive Toolkit أو R أو Theano أو Plaidml.
XLA (الجبر الخطي المتسارع) هو مترجم خاص بالمجال للجبر الخطي الذي يحسن حسابات Tensorflow. النتائج هي تحسينات في السرعة واستخدام الذاكرة وقابلية النقل على منصات الخادم والهاتف.
ML Perf هو جناح قياسي واسع ML لقياس أداء أطر البرامج ML ، و ML Accelerators ، و ML Cloud Platforms.
TensorFlow Playground هي بيئة تطوير للعبور مع شبكة عصبية في متصفحك.
TPU Research Cloud (TRC) هو برنامج يمكّن الباحثين من التقدم للوصول إلى مجموعة تضم أكثر من 1000 TPUs السحابة دون أي رسوم لمساعدتهم على تسريع الموجة التالية من اختراقات البحث.
MLIR هو تمثيل وسيط جديد وإطار برنامج التحويل البرمجي.
تعتبر Lattice مكتبة لحلول ML المرنة والتحكم فيها والتي يمكن تفسيرها مع قيود شكل السليم.
TensorFlow Hub هي مكتبة للتعلم الآلي القابل لإعادة الاستخدام. قم بتنزيل وإعادة استخدام أحدث النماذج المدربة مع الحد الأدنى من التعليمات البرمجية.
TensorFlow Cloud هي مكتبة لتوصيل بيئتك المحلية بـ Google Cloud.
مجموعة أدوات تحسين نموذج TensorFlow هي مجموعة من الأدوات لتحسين نماذج ML للنشر والتنفيذ.
TensorFlow Tofferations هي مكتبة لبناء نماذج نظام التوصية.
TensorFlow Text عبارة عن مجموعة من الفئات ذات الصلة بالنص و NLP و OPS جاهزة للاستخدام مع TensorFlow 2.
TensorFlow Graphics هي مكتبة وظائف رسومات الكمبيوتر تتراوح من الكاميرات والأضواء والمواد إلى العارضين.
TensorFlow Federated هو إطار مفتوح المصدر للتعلم الآلي وغيرها من الحسابات على البيانات اللامركزية.
احتمالية TensorFlow هي مكتبة للتفكير الاحتمالي والتحليل الإحصائي.
Tensor2Tensor هي مكتبة لنماذج التعلم العميق ومجموعات البيانات المصممة لجعل التعلم العميق أكثر سهولة وتسريع أبحاث ML.
خصوصية TensorFlow هي مكتبة Python تتضمن تطبيقات مُحسّنات TensorFlow لتدريب نماذج التعلم الآلي مع الخصوصية التفاضلية.
ترتيب TensorFlow هو مكتبة لتعلم التقنيات (LTR) على منصة TensorFlow.
وكلاء TensorFlow هي مكتبة للتعلم التعزيز في TensorFlow.
EnsorFlow Addons هو مستودع للمساهمات التي تتوافق مع أنماط API الراسخة ، ولكنها تنفيذ وظائف جديدة غير متوفرة في Tensorflow الأساسية ، التي تحتفظ بها SIG Addons. يدعم TensorFlow عددًا كبيرًا من المشغلين والطبقات والمقاييس والخسائر والمحسّلات.
TensorFlow I/O عبارة عن مجموعة بيانات وتدفق ونظام ملفات ، يتم الحفاظ عليها بواسطة SIG IO.
Tensorflow Quantum هي مكتبة تعلم آلي الكم للنماذج الأولية السريعة لنماذج ML الكمومية الكلاسيكية الهجينة.
الدوبامين هو إطار بحث للنماذج الأولية السريعة لخوارزميات التعلم التعزيز.
TRFL هي مكتبة لتعزيز اللبنات الأساسية التي أنشأتها DeepMind.
Mesh TensorFlow هي لغة للتعلم العميق الموزع ، قادرة على تحديد فئة واسعة من حسابات الموتر الموزعة.
RaggedTensors عبارة عن واجهة برمجة تطبيقات تجعل من السهل تخزين ومعالجة البيانات ذات الشكل غير الموحد ، بما في ذلك النص (الكلمات والجمل والأحرف) ودفعات الطول المتغير.
Unicode OPS هي واجهة برمجة تطبيقات تدعم العمل مع نص Unicode مباشرة في TensorFlow.
Magenta هو مشروع بحثي يستكشف دور التعلم الآلي في عملية إنشاء الفن والموسيقى.
Nucleus هي مكتبة من Python و C ++ رمز مصممة لتسهيل قراءة البيانات والكتابة وتحليلها في تنسيقات ملفات الجينوم الشائعة مثل SAM و VCF.
Sonnet هي مكتبة من DeepMind لبناء الشبكات العصبية.
التعلم المنظم العصبي هو إطار تعليمي لتدريب الشبكات العصبية من خلال الاستفادة من الإشارات المهيكلة بالإضافة إلى مدخلات ميزة.
علاج النماذج هي مكتبة للمساعدة في إنشاء وتدريب النماذج بطريقة تقلل أو تلغي ضرر المستخدم الناتج عن تحيزات الأداء الأساسية.
مؤشرات الإنصاف هي مكتبة تتيح حسابًا سهلاً لمقاييس الإنصاف التي يتم تحديدها بشكل شائع للمصنفات الثنائية والمتعددة.
غابات القرار هي خوارزميات حديثة للتدريب وخدمة وتفسير النماذج التي تستخدم غابات القرار للتصنيف والانحدار والترتيب.
العودة إلى القمة
Core ML هو إطار عمل Apple لدمج نماذج التعلم الآلي في تطبيقات تعمل على أجهزة Apple (بما في ذلك iOS و Watchos و MacOS و TVOS). يقدم Core ML تنسيق ملف عام (.mlmodel) لمجموعة واسعة من أساليب ML بما في ذلك الشبكات العصبية العميقة (على حد سواء تلغيرات ومتكررة) ، ومجموعات الأشجار مع النماذج الخطية المعممة ، والنماذج الخطية المعممة. يمكن دمج النماذج في هذا التنسيق مباشرة في التطبيقات من خلال Xcode.
مقدمة إلى Core ML
دمج نموذج ML الأساسي في تطبيقك
نماذج ML الأساسية
Core ML API Reference
مواصفات ML الأساسية
منتديات مطور Apple لـ Core ML
أفضل دورات ML Core Online | يوديمي
أفضل دورات ML Core Online | كورسيرا
خدمات IBM Watson لـ Core ML | آي بي إم
توليد أصول ML الأساسية باستخدام IBM Maximo Visual Inspection | آي بي إم
Core ML Tools هو مشروع يحتوي على أدوات داعمة لتحويل نموذج ML الأساسي ، والتحرير ، والتحرير.
Create ML هي أداة توفر طرقًا جديدة لتدريب نماذج التعلم الآلي على جهاز Mac. يأخذ التعقيد من التدريب النموذجي مع إنتاج نماذج ML الأساسية القوية.
TensorFlow_Macos هو إصدار محسّن من Mac من إضافات TensorFlow و TensorFlow لـ MacOS 11.0+ المتسارعة باستخدام إطار حساب ML من Apple.
Apple Vision هو إطار يؤدي الكشف عن التغير في الوجه والوجه ، والكشف عن النصوص ، والتعرف على الباركود ، وتسجيل الصور ، وتتبع الميزات العامة. تتيح Vision أيضًا استخدام نماذج ML الأساسية المخصصة للمهام مثل التصنيف أو اكتشاف الكائنات.
Keras هي واجهة برمجة تطبيقات شبكات عصبية عالية المستوى ، مكتوبة في Python وقادرة على الجري على رأس Tensorflow ، CNTK ، أو theano.it مع التركيز على تمكين التجربة السريعة. إنه قادر على الجري فوق Tensorflow أو Microsoft Cromitive Toolkit أو R أو Theano أو Plaidml.
XgBoost هي مكتبة تعزيز التدرج الموزعة المحسنة مصممة لتكون عالية الكفاءة ومرنة ومحمولة. ينفذ خوارزميات التعلم الآلي تحت إطار تعزيز التدرج. يوفر XgBoost تعزيز الأشجار الموازية (المعروف أيضًا باسم GBDT ، GBM) الذي يحل العديد من مشاكل علوم البيانات بطريقة سريعة ودقيقة. وهو يدعم التدريب الموزع على أجهزة متعددة ، بما في ذلك مجموعات AWS و GCE و Azure و Yarn. أيضًا ، يمكن دمجها مع Flink و Spark وأنظمة بيانات البيانات السحابية الأخرى.
LIBSVM هو برنامج متكامل لتصنيف متجه الدعم ، (C-SVC ، NU-SVC) ، الانحدار (EPSILON-SVR ، NU-SVR) وتقدير التوزيع (SVM من فئة واحدة). وهو يدعم التصنيف متعدد الطبقات.
Scikit-Learn هي أداة بسيطة وفعالة لاستخراج البيانات وتحليل البيانات. وهي مبنية على numpy ، scipy ، و mathplotlib.
يتضمن Xcode كل ما يحتاجه المطورون لإنشاء تطبيقات رائعة لنظام التشغيل Mac و iPhone و iPad و Apple TV و Apple Watch. يوفر XCode للمطورين سير عمل موحد لتصميم واجهة المستخدم وترميزه واختباره وتصحيح الأخطاء. تم تصميم Xcode كتطبيق عالمي يعمل 100 ٪ أصلاً على وحدات المعالجة المركزية المستندة إلى Intel وسيليكون Apple. ويتضمن MacOS SDK موحدًا يتميز بجميع الأطر ، والمترجمين ، والتصحيح ، وغيرها من الأدوات التي تحتاجها لإنشاء تطبيقات تعمل أصلاً على سيليكون Apple و CPU Intel X86_64.
Swiftui هي مجموعة أدوات واجهة المستخدم التي توفر طرق العرض وعناصر التحكم وهياكل تخطيط لإعلان واجهة المستخدم الخاصة بالتطبيق. يوفر Framework Swiftui معالجات الأحداث لتقديم الصنابير والإيماءات وأنواع أخرى من المدخلات لتطبيقك.
Uikit هو إطار يوفر البنية التحتية المطلوبة لتطبيقات iOS أو TVOS. يوفر النافذة وعرض بنية تطبيق الواجهة الخاصة بك ، والبنية التحتية لمعالجة الأحداث لتقديم أنواع متعددة الأنواع وأنواع أخرى من المدخلات إلى تطبيقك ، وحلقة التشغيل الرئيسية اللازمة لإدارة التفاعلات بين المستخدم والنظام وتطبيقك.
AppKit عبارة عن مجموعة أدوات واجهة مستخدم رسومية تحتوي على جميع الكائنات التي تحتاجها لتنفيذ واجهة المستخدم لتطبيق MacOS مثل Windows و Parels و Buttons و Renus و Scrollers و Text Fields ، ويتولى كل التفاصيل لك بفعالية يرسم على الشاشة ، ويتواصل مع الأجهزة ومؤسسات الشاشة ، ويمسح مناطق الشاشة قبل الرسم ، ومقاطع المشاهدات.
Arkit هي مجموعة من أدوات تطوير البرمجيات لتمكين المطورين من بناء تطبيقات الواقع المعزز لنظام iOS الذي طورته Apple. يستفيد أحدث إصدار من Arkit 3.5 من ماسحة Lidar الجديدة ونظام استشعار العمق على iPad Pro (2020) لدعم جيل جديد من تطبيقات AR التي تستخدم هندسة المشهد لفهم المشهد المعزز وإسقاط الكائنات.
RealityKit هو إطار عمل لتنفيذ محاكاة ثلاثية الأبعاد عالية الأداء وتقديم المعلومات التي يقدمها إطار ARKIT لدمج الكائنات الافتراضية بسلاسة في العالم الحقيقي.
Scenekit هو إطار رسومات ثلاثية الأبعاد عالية المستوى يساعدك على إنشاء مشاهد وتأثيرات متحركة ثلاثية الأبعاد في تطبيقات iOS الخاصة بك.
Instruments هي أداة قوية ومرنة تحليل الأداء واختبارها جزء من مجموعة أدوات Xcode. تم تصميمه لمساعدتك على ملف تعريف iOS و WatchOS و TVOS و MacOS ، والعمليات ، والأجهزة والأجهزة من أجل فهم سلوكهم وأدائهم بشكل أفضل.
Cocoapods هو مدير التبعية لـ Swift و Objective-C المستخدمة في مشاريع Xcode من خلال تحديد التبعيات لمشروعك في ملف نصي بسيط. ثم يقوم CocoApods بحل التبعيات بين المكتبات ، ويحضر رمز المصدر لجميع التبعيات ، ويقوم بإنشاء مساحة عمل Xcode وصيانتها لإنشاء مشروعك.
يراقب AppCode باستمرار جودة الكود الخاص بك. إنه يحذرك من الأخطاء والروائح ويقترح إصلاحات سريعة لحلها تلقائيًا. يوفر AppCode الكثير من عمليات تفتيش التعليمات البرمجية للهدف C و Swift و C/C ++ وعدد من عمليات تفتيش التعليمات البرمجية للغات الأخرى المدعومة.
العودة إلى القمة
التعلم العميق هو مجموعة فرعية من التعلم الآلي ، والتي تعد في الأساس شبكة عصبية مع ثلاث طبقات أو أكثر. تحاول هذه الشبكات العصبية محاكاة سلوك الدماغ البشري ، على الرغم من ذلك ، بعيدًا عن مطابقة قدرتها. يتيح ذلك للشبكات العصبية "التعلم" من كميات كبيرة من البيانات. يمكن الإشراف على التعلم أو شبه خاضع للإشراف أو غير خاضع للإشراف.
التعلم العميق على الانترنت دورات | نفيديا
أفضل دورات التعلم العميق على الانترنت | كورسيرا
أفضل دورات التعلم العميق على الانترنت | يوديمي
تعلم التعلم العميق مع الدورات والدروس عبر الإنترنت | إدكس
التعلم العميق الدورة عبر الإنترنت nanodegree | udacity
دورة التعلم الآلي من قبل أندرو نغ | كورسيرا
دورة هندسة التعلم الآلي للإنتاج (MLOPS) بواسطة Andrew NG | كورسيرا
علم البيانات: التعلم العميق والشبكات العصبية في بيثون | يوديمي
فهم التعلم الآلي مع بيثون | pluralsight
كيفية التفكير في خوارزميات التعلم الآلي | pluralsight
دورات التعلم العميق | ستانفورد على الانترنت
التعلم العميق - التعليم المهني والمستمر
التعلم العميق على الانترنت دورات | جامعة هارفارد
التعلم الآلي لجميع دورات | DataCamp
دورة خبراء الذكاء الاصطناعي: الطبعة البلاتينية | يوديمي
أفضل دورات الذكاء الاصطناعي على الانترنت | كورسيرا
تعلم الذكاء الاصطناعي مع الدورات والدروس على الإنترنت | إدكس
شهادة مهنية في علوم الكمبيوتر للذكاء الاصطناعي | إدكس
برنامج الذكاء الاصطناعي النانودي
دورات الذكاء الاصطناعي (AI) على الإنترنت | udacity
مقدمة لدورة الذكاء الاصطناعي | udacity
حافة الذكاء الاصطناعى لدورة مطوري إنترنت الأشياء | udacity
التفكير: أشجار الأهداف وأنظمة الخبراء القائمة على القواعد | معهد ماساتشوستس للتكنولوجيا opencourse
أنظمة الخبراء والذكاء الاصطناعي التطبيقي
الأنظمة المستقلة - Microsoft AI
مقدمة إلى Microsoft Project Bonsai
تعليم الآلات مع منصة أنظمة Microsoft المستقلة
تدريب النظم البحرية المستقلة | بحث AMC
أفضل دورات السيارات ذاتية الحكم على الإنترنت | يوديمي
أنظمة التحكم التطبيقية 1: السيارات المستقلة: Math + PID + MPC | يوديمي
تعلم الروبوتات المستقلة مع الدورات التدريبية والدروس على الإنترنت | إدكس
برنامج الذكاء الاصطناعي النانودي
الأنظمة المستقلة على الإنترنت الدورات والبرامج | udacity
حافة الذكاء الاصطناعى لدورة مطوري إنترنت الأشياء | udacity
الأنظمة المستقلة MOOC ودورات مجانية على الإنترنت | قائمة MOOC
الروبوتات والأنظمة المستقلة برنامج الدراسات العليا | Standford عبر الإنترنت
مختبر أنظمة الحكم الذاتي المتنقل | معهد ماساتشوستس للتكنولوجيا opencourse
NVIDIA CUDNN هي مكتبة من قبل GPU من قبل الشبكات العصبية العميقة. يوفر Cudnn تطبيقات شديدة ضبطها للروتين القياسي مثل الالتفاف الأمامي والخلف ، والتجميع ، والتطبيع ، وطبقات التنشيط. يتسارع Cudnn على نطاق واسع أطر التعلم العميق المستخدمة ، بما في ذلك Caffe2 و Chainer و Keras و Matlab و Mxnet و Pytorch و TensorFlow.
NVIDIA DLSS (أخذ العينات الفائقة التعليمية العميقة) هي تقنية لتقديم الصورة الزمنية التي تزيد من أداء الرسومات باستخدام معالجات CORE CORE المخصصة على GEFORCE RTX ™. تستخدم DLSS قوة شبكة عصبية تعليمية عميقة لتعزيز معدلات الإطارات وتوليد صور حادة جميلة لألعابك.
AMD FidelityFX Super Desolution (FSR) هو حل مفتوح الجودة عالي الجودة لإنتاج إطارات عالية الدقة من مدخلات الدقة المنخفضة. يستخدم مجموعة من خوارزميات التعلم العميق المتطورة مع التركيز بشكل خاص على إنشاء حواف عالية الجودة ، مما يعطي تحسينات كبيرة في الأداء مقارنة بالتقدم في الدقة الأصلية مباشرة. يتيح FSR "الأداء العملي" لعمليات العرض المكلفة ، مثل تتبع شعاع الأجهزة لبنية AMD RDNA ™ و AMD RDNA ™ 2.
إنتل XE Super Sampling (XESS) عبارة عن تقنية لتقديم الصورة الزمنية التي تزيد من أداء الرسومات مماثلة لـ NVIDIA DLSS (أخذ العينات الفائقة التعليمية العميقة). ستحتوي بنية GPU ARC الخاصة بـ Intel (أوائل 2022) على وحدات معالجة الرسومات التي تتميز بـ XE-CORES المخصصة لتشغيل XESS. ستحتوي وحدات معالجة الرسومات على مصفوفة مصفوفة XE ExtenStions (XMX) لمعالجة AI التي تعاني من الأجهزة. سيكون XESS قادرًا على تشغيل الأجهزة بدون XMX ، بما في ذلك الرسومات المتكاملة ، على الرغم من أن أداء XESS سيكون أقل على بطاقات الرسومات غير المنطقية لأنه سيتم تشغيله بواسطة تعليمات DP4A.
Jupyter Notebook هو تطبيق ويب مفتوح المصدر يتيح لك إنشاء ومشاركة المستندات التي تحتوي على رمز مباشر ، معادلات ، تصورات ونص سردي. يتم استخدام Jupyter على نطاق واسع في الصناعات التي تقوم بتنظيف البيانات وتحويلها ، والمحاكاة العددية ، والنمذجة الإحصائية ، وتصور البيانات ، وعلوم البيانات ، والتعلم الآلي.
Apache Spark هو محرك تحليلات موحدة لمعالجة البيانات على نطاق واسع. يوفر واجهات برمجة تطبيقات عالية المستوى في Scala و Java و Python و R ، ومحرك محسن يدعم الرسوم البيانية للحساب العام لتحليل البيانات. It also supports a rich set of higher-level tools including Spark SQL for SQL and DataFrames, MLlib for machine learning, GraphX for graph processing, and Structured Streaming for stream processing.
Apache Spark Connector for SQL Server and Azure SQL is a high-performance connector that enables you to use transactional data in big data analytics and persists results for ad-hoc queries or reporting. The connector allows you to use any SQL database, on-premises or in the cloud, as an input data source or output data sink for Spark jobs.
Apache PredictionIO is an open source machine learning framework for developers, data scientists, and end users. It supports event collection, deployment of algorithms, evaluation, querying predictive results via REST APIs. It is based on scalable open source services like Hadoop, HBase (and other DBs), Elasticsearch, Spark and implements what is called a Lambda Architecture.
Cluster Manager for Apache Kafka(CMAK) is a tool for managing Apache Kafka clusters.
BigDL is a distributed deep learning library for Apache Spark. With BigDL, users can write their deep learning applications as standard Spark programs, which can directly run on top of existing Spark or Hadoop clusters.
Eclipse Deeplearning4J (DL4J) is a set of projects intended to support all the needs of a JVM-based(Scala, Kotlin, Clojure, and Groovy) deep learning application. This means starting with the raw data, loading and preprocessing it from wherever and whatever format it is in to building and tuning a wide variety of simple and complex deep learning networks.
Deep Learning Toolbox™ is a tool that provides a framework for designing and implementing deep neural networks with algorithms, pretrained models, and apps. You can use convolutional neural networks (ConvNets, CNNs) and long short-term memory (LSTM) networks to perform classification and regression on image, time-series, and text data. You can build network architectures such as generative adversarial networks (GANs) and Siamese networks using automatic differentiation, custom training loops, and shared weights. With the Deep Network Designer app, you can design, analyze, and train networks graphically. It can exchange models with TensorFlow™ and PyTorch through the ONNX format and import models from TensorFlow-Keras and Caffe. The toolbox supports transfer learning with DarkNet-53, ResNet-50, NASNet, SqueezeNet and many other pretrained models.
Reinforcement Learning Toolbox™ is a tool that provides an app, functions, and a Simulink® block for training policies using reinforcement learning algorithms, including DQN, PPO, SAC, and DDPG. You can use these policies to implement controllers and decision-making algorithms for complex applications such as resource allocation, robotics, and autonomous systems.
Deep Learning HDL Toolbox™ is a tool that provides functions and tools to prototype and implement deep learning networks on FPGAs and SoCs. It provides pre-built bitstreams for running a variety of deep learning networks on supported Xilinx® and Intel® FPGA and SoC devices. Profiling and estimation tools let you customize a deep learning network by exploring design, performance, and resource utilization tradeoffs.
Parallel Computing Toolbox™ is a tool that lets you solve computationally and data-intensive problems using multicore processors, GPUs, and computer clusters. High-level constructs such as parallel for-loops, special array types, and parallelized numerical algorithms enable you to parallelize MATLAB® applications without CUDA or MPI programming. The toolbox lets you use parallel-enabled functions in MATLAB and other toolboxes. You can use the toolbox with Simulink® to run multiple simulations of a model in parallel. Programs and models can run in both interactive and batch modes.
XGBoost is an optimized distributed gradient boosting library designed to be highly efficient, flexible and portable. It implements machine learning algorithms under the Gradient Boosting framework. XGBoost provides a parallel tree boosting (also known as GBDT, GBM) that solve many data science problems in a fast and accurate way. It supports distributed training on multiple machines, including AWS, GCE, Azure, and Yarn clusters. Also, it can be integrated with Flink, Spark and other cloud dataflow systems.
LIBSVM is an integrated software for support vector classification, (C-SVC, nu-SVC), regression (epsilon-SVR, nu-SVR) and distribution estimation (one-class SVM). It supports multi-class classification.
Scikit-Learn is a simple and efficient tool for data mining and data analysis. It is built on NumPy,SciPy, and mathplotlib.
TensorFlow is an end-to-end open source platform for machine learning. It has a comprehensive, flexible ecosystem of tools, libraries and community resources that lets researchers push the state-of-the-art in ML and developers easily build and deploy ML powered applications.
Keras is a high-level neural networks API, written in Python and capable of running on top of TensorFlow, CNTK, or Theano.It was developed with a focus on enabling fast experimentation. It is capable of running on top of TensorFlow, Microsoft Cognitive Toolkit, R, Theano, or PlaidML.
PyTorch is a library for deep learning on irregular input data such as graphs, point clouds, and manifolds. Primarily developed by Facebook's AI Research lab.
Azure Databricks is a fast and collaborative Apache Spark-based big data analytics service designed for data science and data engineering. Azure Databricks, sets up your Apache Spark environment in minutes, autoscale, and collaborate on shared projects in an interactive workspace. Azure Databricks supports Python, Scala, R, Java, and SQL, as well as data science frameworks and libraries including TensorFlow, PyTorch, and scikit-learn.
Microsoft Cognitive Toolkit (CNTK) is an open-source toolkit for commercial-grade distributed deep learning. It describes neural networks as a series of computational steps via a directed graph. CNTK allows the user to easily realize and combine popular model types such as feed-forward DNNs, convolutional neural networks (CNNs) and recurrent neural networks (RNNs/LSTMs). CNTK implements stochastic gradient descent (SGD, error backpropagation) learning with automatic differentiation and parallelization across multiple GPUs and servers.
Tensorflow_macOS is a Mac-optimized version of TensorFlow and TensorFlow Addons for macOS 11.0+ accelerated using Apple's ML Compute framework.
Apache Airflow is an open-source workflow management platform created by the community to programmatically author, schedule and monitor workflows. ثَبَّتَ. مبادئ. قابلة للتطوير. Airflow has a modular architecture and uses a message queue to orchestrate an arbitrary number of workers. Airflow is ready to scale to infinity.
Open Neural Network Exchange(ONNX) is an open ecosystem that empowers AI developers to choose the right tools as their project evolves. ONNX provides an open source format for AI models, both deep learning and traditional ML. It defines an extensible computation graph model, as well as definitions of built-in operators and standard data types.
Apache MXNet is a deep learning framework designed for both efficiency and flexibility. It allows you to mix symbolic and imperative programming to maximize efficiency and productivity. At its core, MXNet contains a dynamic dependency scheduler that automatically parallelizes both symbolic and imperative operations on the fly. A graph optimization layer on top of that makes symbolic execution fast and memory efficient. MXNet is portable and lightweight, scaling effectively to multiple GPUs and multiple machines. Support for Python, R, Julia, Scala, Go, Javascript and more.
AutoGluon is toolkit for Deep learning that automates machine learning tasks enabling you to easily achieve strong predictive performance in your applications. With just a few lines of code, you can train and deploy high-accuracy deep learning models on tabular, image, and text data.
Anaconda is a very popular Data Science platform for machine learning and deep learning that enables users to develop models, train them, and deploy them.
PlaidML is an advanced and portable tensor compiler for enabling deep learning on laptops, embedded devices, or other devices where the available computing hardware is not well supported or the available software stack contains unpalatable license restrictions.
OpenCV is a highly optimized library with focus on real-time computer vision applications. The C++, Python, and Java interfaces support Linux, MacOS, Windows, iOS, and Android.
Scikit-Learn is a Python module for machine learning built on top of SciPy, NumPy, and matplotlib, making it easier to apply robust and simple implementations of many popular machine learning algorithms.
Weka is an open source machine learning software that can be accessed through a graphical user interface, standard terminal applications, or a Java API. It is widely used for teaching, research, and industrial applications, contains a plethora of built-in tools for standard machine learning tasks, and additionally gives transparent access to well-known toolboxes such as scikit-learn, R, and Deeplearning4j.
Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by Berkeley AI Research (BAIR)/The Berkeley Vision and Learning Center (BVLC) and community contributors.
Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently including tight integration with NumPy.
Microsoft Project Bonsai is a low-code AI platform that speeds AI-powered automation development and part of the Autonomous Systems suite from Microsoft. Bonsai is used to build AI components that can provide operator guidance or make independent decisions to optimize process variables, improve production efficiency, and reduce downtime.
Microsoft AirSim is a simulator for drones, cars and more, built on Unreal Engine (with an experimental Unity release). AirSim is open-source, cross platform, and supports software-in-the-loop simulation with popular flight controllers such as PX4 & ArduPilot and hardware-in-loop with PX4 for physically and visually realistic simulations. It is developed as an Unreal plugin that can simply be dropped into any Unreal environment. AirSim is being developed as a platform for AI research to experiment with deep learning, computer vision and reinforcement learning algorithms for autonomous vehicles.
CARLA is an open-source simulator for autonomous driving research. CARLA has been developed from the ground up to support development, training, and validation of autonomous driving systems. In addition to open-source code and protocols, CARLA provides open digital assets (urban layouts, buildings, vehicles) that were created for this purpose and can be used freely.
ROS/ROS2 bridge for CARLA(package) is a bridge that enables two-way communication between ROS and CARLA. The information from the CARLA server is translated to ROS topics. In the same way, the messages sent between nodes in ROS get translated to commands to be applied in CARLA.
ROS Toolbox is a tool that provides an interface connecting MATLAB® and Simulink® with the Robot Operating System (ROS and ROS 2), enabling you to create a network of ROS nodes. The toolbox includes MATLAB functions and Simulink blocks to import, analyze, and play back ROS data recorded in rosbag files. You can also connect to a live ROS network to access ROS messages.
Robotics Toolbox™ provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Image Processing Toolbox™ is a tool that provides a comprehensive set of reference-standard algorithms and workflow apps for image processing, analysis, visualization, and algorithm development. You can perform image segmentation, image enhancement, noise reduction, geometric transformations, image registration, and 3D image processing.
Computer Vision Toolbox™ is a tool that provides algorithms, functions, and apps for designing and testing computer vision, 3D vision, and video processing systems. You can perform object detection and tracking, as well as feature detection, extraction, and matching. You can automate calibration workflows for single, stereo, and fisheye cameras. For 3D vision, the toolbox supports visual and point cloud SLAM, stereo vision, structure from motion, and point cloud processing.
Robotics Toolbox™ is a tool that provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Model Predictive Control Toolbox™ is a tool that provides functions, an app, and Simulink® blocks for designing and simulating controllers using linear and nonlinear model predictive control (MPC). The toolbox lets you specify plant and disturbance models, horizons, constraints, and weights. By running closed-loop simulations, you can evaluate controller performance.
Predictive Maintenance Toolbox™ is a tool that lets you manage sensor data, design condition indicators, and estimate the remaining useful life (RUL) of a machine. The toolbox provides functions and an interactive app for exploring, extracting, and ranking features using data-based and model-based techniques, including statistical, spectral, and time-series analysis.
Vision HDL Toolbox™ is a tool that provides pixel-streaming algorithms for the design and implementation of vision systems on FPGAs and ASICs. It provides a design framework that supports a diverse set of interface types, frame sizes, and frame rates. The image processing, video, and computer vision algorithms in the toolbox use an architecture appropriate for HDL implementations.
Automated Driving Toolbox™ is a MATLAB tool that provides algorithms and tools for designing, simulating, and testing ADAS and autonomous driving systems. You can design and test vision and lidar perception systems, as well as sensor fusion, path planning, and vehicle controllers. Visualization tools include a bird's-eye-view plot and scope for sensor coverage, detections and tracks, and displays for video, lidar, and maps. The toolbox lets you import and work with HERE HD Live Map data and OpenDRIVE® road networks. It also provides reference application examples for common ADAS and automated driving features, including FCW, AEB, ACC, LKA, and parking valet. The toolbox supports C/C++ code generation for rapid prototyping and HIL testing, with support for sensor fusion, tracking, path planning, and vehicle controller algorithms.
UAV Toolbox is an application that provides tools and reference applications for designing, simulating, testing, and deploying unmanned aerial vehicle (UAV) and drone applications. You can design autonomous flight algorithms, UAV missions, and flight controllers. The Flight Log Analyzer app lets you interactively analyze 3D flight paths, telemetry information, and sensor readings from common flight log formats.
Navigation Toolbox™ is a tool that provides algorithms and analysis tools for motion planning, simultaneous localization and mapping (SLAM), and inertial navigation. The toolbox includes customizable search and sampling-based path planners, as well as metrics for validating and comparing paths. You can create 2D and 3D map representations, generate maps using SLAM algorithms, and interactively visualize and debug map generation with the SLAM map builder app.
Lidar Toolbox™ is a tool that provides algorithms, functions, and apps for designing, analyzing, and testing lidar processing systems. You can perform object detection and tracking, semantic segmentation, shape fitting, lidar registration, and obstacle detection. Lidar Toolbox supports lidar-camera cross calibration for workflows that combine computer vision and lidar processing.
Mapping Toolbox™ is a tool that provides algorithms and functions for transforming geographic data and creating map displays. You can visualize your data in a geographic context, build map displays from more than 60 map projections, and transform data from a variety of sources into a consistent geographic coordinate system.
Back to the Top
Reinforcement Learning is a subset of machine learning, which is a neural network with three or more layers. These neural networks attempt to simulate the behavior of the human brain,though, far from matching its ability. This allows the neural networks to "learn" from a process in which a model learns to become more accurate for performing an action in an environment based on feedback in order to maximize the reward. The Learning can be supervised, semi-supervised or unsupervised.
Top Reinforcement Learning Courses | Coursera
Top Reinforcement Learning Courses | يوديمي
Top Reinforcement Learning Courses | Udacity
Reinforcement Learning Courses | Stanford Online
Deep Learning Online Courses | نفيديا
Top Deep Learning Courses Online | Coursera
Top Deep Learning Courses Online | يوديمي
Learn Deep Learning with Online Courses and Lessons | إدكس
Deep Learning Online Course Nanodegree | Udacity
Machine Learning Course by Andrew Ng | Coursera
Machine Learning Engineering for Production (MLOps) course by Andrew Ng | Coursera
Data Science: Deep Learning and Neural Networks in Python | يوديمي
Understanding Machine Learning with Python | Pluralsight
How to Think About Machine Learning Algorithms | Pluralsight
Deep Learning Courses | Stanford Online
Deep Learning - UW Professional & Continuing Education
Deep Learning Online Courses | جامعة هارفارد
Machine Learning for Everyone Courses | DataCamp
Artificial Intelligence Expert Course: Platinum Edition | يوديمي
Top Artificial Intelligence Courses Online | Coursera
Learn Artificial Intelligence with Online Courses and Lessons | إدكس
Professional Certificate in Computer Science for Artificial Intelligence | إدكس
Artificial Intelligence Nanodegree program
Artificial Intelligence (AI) Online Courses | Udacity
Intro to Artificial Intelligence Course | Udacity
Edge AI for IoT Developers Course | Udacity
Reasoning: Goal Trees and Rule-Based Expert Systems | MIT OpenCourseWare
Expert Systems and Applied Artificial Intelligence
Autonomous Systems - Microsoft AI
Introduction to Microsoft Project Bonsai
Machine teaching with the Microsoft Autonomous Systems platform
Autonomous Maritime Systems Training | AMC Search
Top Autonomous Cars Courses Online | يوديمي
Applied Control Systems 1: autonomous cars: Math + PID + MPC | يوديمي
Learn Autonomous Robotics with Online Courses and Lessons | إدكس
Artificial Intelligence Nanodegree program
Autonomous Systems Online Courses & Programs | Udacity
Edge AI for IoT Developers Course | Udacity
Autonomous Systems MOOC and Free Online Courses | MOOC List
Robotics and Autonomous Systems Graduate Program | Standford Online
Mobile Autonomous Systems Laboratory | MIT OpenCourseWare
OpenAI is an open source Python library for developing and comparing reinforcement learning algorithms by providing a standard API to communicate between learning algorithms and environments, as well as a standard set of environments compliant with that API.
ReinforcementLearning.jl is a collection of tools for doing reinforcement learning research in Julia.
Reinforcement Learning Toolbox™ is a tool that provides an app, functions, and a Simulink® block for training policies using reinforcement learning algorithms, including DQN, PPO, SAC, and DDPG. You can use these policies to implement controllers and decision-making algorithms for complex applications such as resource allocation, robotics, and autonomous systems.
Amazon SageMaker is a fully managed service that provides every developer and data scientist with the ability to build, train, and deploy machine learning (ML) models quickly.
AWS RoboMaker is a service that provides a fully-managed, scalable infrastructure for simulation that customers use for multi-robot simulation and CI/CD integration with regression testing in simulation.
TensorFlow is an end-to-end open source platform for machine learning. It has a comprehensive, flexible ecosystem of tools, libraries and community resources that lets researchers push the state-of-the-art in ML and developers easily build and deploy ML powered applications.
Keras is a high-level neural networks API, written in Python and capable of running on top of TensorFlow, CNTK, or Theano.It was developed with a focus on enabling fast experimentation. It is capable of running on top of TensorFlow, Microsoft Cognitive Toolkit, R, Theano, or PlaidML.
PyTorch is a library for deep learning on irregular input data such as graphs, point clouds, and manifolds. Primarily developed by Facebook's AI Research lab.
Scikit-Learn is a simple and efficient tool for data mining and data analysis. It is built on NumPy,SciPy, and mathplotlib.
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN accelerates widely used deep learning frameworks, including Caffe2, Chainer, Keras, MATLAB, MxNet, PyTorch, and TensorFlow.
Jupyter Notebook is an open-source web application that allows you to create and share documents that contain live code, equations, visualizations and narrative text. Jupyter is used widely in industries that do data cleaning and transformation, numerical simulation, statistical modeling, data visualization, data science, and machine learning.
Apache Spark is a unified analytics engine for large-scale data processing. It provides high-level APIs in Scala, Java, Python, and R, and an optimized engine that supports general computation graphs for data analysis. It also supports a rich set of higher-level tools including Spark SQL for SQL and DataFrames, MLlib for machine learning, GraphX for graph processing, and Structured Streaming for stream processing.
Apache Spark Connector for SQL Server and Azure SQL is a high-performance connector that enables you to use transactional data in big data analytics and persists results for ad-hoc queries or reporting. The connector allows you to use any SQL database, on-premises or in the cloud, as an input data source or output data sink for Spark jobs.
Apache PredictionIO is an open source machine learning framework for developers, data scientists, and end users. It supports event collection, deployment of algorithms, evaluation, querying predictive results via REST APIs. It is based on scalable open source services like Hadoop, HBase (and other DBs), Elasticsearch, Spark and implements what is called a Lambda Architecture.
Cluster Manager for Apache Kafka(CMAK) is a tool for managing Apache Kafka clusters.
BigDL is a distributed deep learning library for Apache Spark. With BigDL, users can write their deep learning applications as standard Spark programs, which can directly run on top of existing Spark or Hadoop clusters.
Eclipse Deeplearning4J (DL4J) is a set of projects intended to support all the needs of a JVM-based(Scala, Kotlin, Clojure, and Groovy) deep learning application. This means starting with the raw data, loading and preprocessing it from wherever and whatever format it is in to building and tuning a wide variety of simple and complex deep learning networks.
Deep Learning Toolbox™ is a tool that provides a framework for designing and implementing deep neural networks with algorithms, pretrained models, and apps. You can use convolutional neural networks (ConvNets, CNNs) and long short-term memory (LSTM) networks to perform classification and regression on image, time-series, and text data. You can build network architectures such as generative adversarial networks (GANs) and Siamese networks using automatic differentiation, custom training loops, and shared weights. With the Deep Network Designer app, you can design, analyze, and train networks graphically. It can exchange models with TensorFlow™ and PyTorch through the ONNX format and import models from TensorFlow-Keras and Caffe. The toolbox supports transfer learning with DarkNet-53, ResNet-50, NASNet, SqueezeNet and many other pretrained models.
Deep Learning HDL Toolbox™ is a tool that provides functions and tools to prototype and implement deep learning networks on FPGAs and SoCs. It provides pre-built bitstreams for running a variety of deep learning networks on supported Xilinx® and Intel® FPGA and SoC devices. Profiling and estimation tools let you customize a deep learning network by exploring design, performance, and resource utilization tradeoffs.
Parallel Computing Toolbox™ is a tool that lets you solve computationally and data-intensive problems using multicore processors, GPUs, and computer clusters. High-level constructs such as parallel for-loops, special array types, and parallelized numerical algorithms enable you to parallelize MATLAB® applications without CUDA or MPI programming. The toolbox lets you use parallel-enabled functions in MATLAB and other toolboxes. You can use the toolbox with Simulink® to run multiple simulations of a model in parallel. Programs and models can run in both interactive and batch modes.
XGBoost is an optimized distributed gradient boosting library designed to be highly efficient, flexible and portable. It implements machine learning algorithms under the Gradient Boosting framework. XGBoost provides a parallel tree boosting (also known as GBDT, GBM) that solve many data science problems in a fast and accurate way. It supports distributed training on multiple machines, including AWS, GCE, Azure, and Yarn clusters. Also, it can be integrated with Flink, Spark and other cloud dataflow systems.
LIBSVM is an integrated software for support vector classification, (C-SVC, nu-SVC), regression (epsilon-SVR, nu-SVR) and distribution estimation (one-class SVM). It supports multi-class classification.
Azure Databricks is a fast and collaborative Apache Spark-based big data analytics service designed for data science and data engineering. Azure Databricks, sets up your Apache Spark environment in minutes, autoscale, and collaborate on shared projects in an interactive workspace. Azure Databricks supports Python, Scala, R, Java, and SQL, as well as data science frameworks and libraries including TensorFlow, PyTorch, and scikit-learn.
Microsoft Cognitive Toolkit (CNTK) is an open-source toolkit for commercial-grade distributed deep learning. It describes neural networks as a series of computational steps via a directed graph. CNTK allows the user to easily realize and combine popular model types such as feed-forward DNNs, convolutional neural networks (CNNs) and recurrent neural networks (RNNs/LSTMs). CNTK implements stochastic gradient descent (SGD, error backpropagation) learning with automatic differentiation and parallelization across multiple GPUs and servers.
Tensorflow_macOS is a Mac-optimized version of TensorFlow and TensorFlow Addons for macOS 11.0+ accelerated using Apple's ML Compute framework.
Apache Airflow is an open-source workflow management platform created by the community to programmatically author, schedule and monitor workflows. ثَبَّتَ. مبادئ. قابلة للتطوير. Airflow has a modular architecture and uses a message queue to orchestrate an arbitrary number of workers. Airflow is ready to scale to infinity.
Open Neural Network Exchange(ONNX) is an open ecosystem that empowers AI developers to choose the right tools as their project evolves. ONNX provides an open source format for AI models, both deep learning and traditional ML. It defines an extensible computation graph model, as well as definitions of built-in operators and standard data types.
Apache MXNet is a deep learning framework designed for both efficiency and flexibility. It allows you to mix symbolic and imperative programming to maximize efficiency and productivity. At its core, MXNet contains a dynamic dependency scheduler that automatically parallelizes both symbolic and imperative operations on the fly. A graph optimization layer on top of that makes symbolic execution fast and memory efficient. MXNet is portable and lightweight, scaling effectively to multiple GPUs and multiple machines. Support for Python, R, Julia, Scala, Go, Javascript and more.
AutoGluon is toolkit for Deep learning that automates machine learning tasks enabling you to easily achieve strong predictive performance in your applications. With just a few lines of code, you can train and deploy high-accuracy deep learning models on tabular, image, and text data.
Anaconda is a very popular Data Science platform for machine learning and deep learning that enables users to develop models, train them, and deploy them.
PlaidML is an advanced and portable tensor compiler for enabling deep learning on laptops, embedded devices, or other devices where the available computing hardware is not well supported or the available software stack contains unpalatable license restrictions.
OpenCV is a highly optimized library with focus on real-time computer vision applications. The C++, Python, and Java interfaces support Linux, MacOS, Windows, iOS, and Android.
Scikit-Learn is a Python module for machine learning built on top of SciPy, NumPy, and matplotlib, making it easier to apply robust and simple implementations of many popular machine learning algorithms.
Weka is an open source machine learning software that can be accessed through a graphical user interface, standard terminal applications, or a Java API. It is widely used for teaching, research, and industrial applications, contains a plethora of built-in tools for standard machine learning tasks, and additionally gives transparent access to well-known toolboxes such as scikit-learn, R, and Deeplearning4j.
Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by Berkeley AI Research (BAIR)/The Berkeley Vision and Learning Center (BVLC) and community contributors.
Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently including tight integration with NumPy.
Microsoft Project Bonsai is a low-code AI platform that speeds AI-powered automation development and part of the Autonomous Systems suite from Microsoft. Bonsai is used to build AI components that can provide operator guidance or make independent decisions to optimize process variables, improve production efficiency, and reduce downtime.
Microsoft AirSim is a simulator for drones, cars and more, built on Unreal Engine (with an experimental Unity release). AirSim is open-source, cross platform, and supports software-in-the-loop simulation with popular flight controllers such as PX4 & ArduPilot and hardware-in-loop with PX4 for physically and visually realistic simulations. It is developed as an Unreal plugin that can simply be dropped into any Unreal environment. AirSim is being developed as a platform for AI research to experiment with deep learning, computer vision and reinforcement learning algorithms for autonomous vehicles.
CARLA is an open-source simulator for autonomous driving research. CARLA has been developed from the ground up to support development, training, and validation of autonomous driving systems. In addition to open-source code and protocols, CARLA provides open digital assets (urban layouts, buildings, vehicles) that were created for this purpose and can be used freely.
ROS/ROS2 bridge for CARLA(package) is a bridge that enables two-way communication between ROS and CARLA. The information from the CARLA server is translated to ROS topics. In the same way, the messages sent between nodes in ROS get translated to commands to be applied in CARLA.
ROS Toolbox is a tool that provides an interface connecting MATLAB® and Simulink® with the Robot Operating System (ROS and ROS 2), enabling you to create a network of ROS nodes. The toolbox includes MATLAB functions and Simulink blocks to import, analyze, and play back ROS data recorded in rosbag files. You can also connect to a live ROS network to access ROS messages.
Robotics Toolbox™ provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Image Processing Toolbox™ is a tool that provides a comprehensive set of reference-standard algorithms and workflow apps for image processing, analysis, visualization, and algorithm development. You can perform image segmentation, image enhancement, noise reduction, geometric transformations, image registration, and 3D image processing.
Computer Vision Toolbox™ is a tool that provides algorithms, functions, and apps for designing and testing computer vision, 3D vision, and video processing systems. You can perform object detection and tracking, as well as feature detection, extraction, and matching. You can automate calibration workflows for single, stereo, and fisheye cameras. For 3D vision, the toolbox supports visual and point cloud SLAM, stereo vision, structure from motion, and point cloud processing.
Robotics Toolbox™ is a tool that provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Model Predictive Control Toolbox™ is a tool that provides functions, an app, and Simulink® blocks for designing and simulating controllers using linear and nonlinear model predictive control (MPC). The toolbox lets you specify plant and disturbance models, horizons, constraints, and weights. By running closed-loop simulations, you can evaluate controller performance.
Predictive Maintenance Toolbox™ is a tool that lets you manage sensor data, design condition indicators, and estimate the remaining useful life (RUL) of a machine. The toolbox provides functions and an interactive app for exploring, extracting, and ranking features using data-based and model-based techniques, including statistical, spectral, and time-series analysis.
Vision HDL Toolbox™ is a tool that provides pixel-streaming algorithms for the design and implementation of vision systems on FPGAs and ASICs. It provides a design framework that supports a diverse set of interface types, frame sizes, and frame rates. The image processing, video, and computer vision algorithms in the toolbox use an architecture appropriate for HDL implementations.
Automated Driving Toolbox™ is a MATLAB tool that provides algorithms and tools for designing, simulating, and testing ADAS and autonomous driving systems. You can design and test vision and lidar perception systems, as well as sensor fusion, path planning, and vehicle controllers. Visualization tools include a bird's-eye-view plot and scope for sensor coverage, detections and tracks, and displays for video, lidar, and maps. The toolbox lets you import and work with HERE HD Live Map data and OpenDRIVE® road networks. It also provides reference application examples for common ADAS and automated driving features, including FCW, AEB, ACC, LKA, and parking valet. The toolbox supports C/C++ code generation for rapid prototyping and HIL testing, with support for sensor fusion, tracking, path planning, and vehicle controller algorithms.
Navigation Toolbox™ is a tool that provides algorithms and analysis tools for motion planning, simultaneous localization and mapping (SLAM), and inertial navigation. The toolbox includes customizable search and sampling-based path planners, as well as metrics for validating and comparing paths. You can create 2D and 3D map representations, generate maps using SLAM algorithms, and interactively visualize and debug map generation with the SLAM map builder app.
UAV Toolbox is an application that provides tools and reference applications for designing, simulating, testing, and deploying unmanned aerial vehicle (UAV) and drone applications. You can design autonomous flight algorithms, UAV missions, and flight controllers. The Flight Log Analyzer app lets you interactively analyze 3D flight paths, telemetry information, and sensor readings from common flight log formats.
Lidar Toolbox™ is a tool that provides algorithms, functions, and apps for designing, analyzing, and testing lidar processing systems. You can perform object detection and tracking, semantic segmentation, shape fitting, lidar registration, and obstacle detection. Lidar Toolbox supports lidar-camera cross calibration for workflows that combine computer vision and lidar processing.
Mapping Toolbox™ is a tool that provides algorithms and functions for transforming geographic data and creating map displays. You can visualize your data in a geographic context, build map displays from more than 60 map projections, and transform data from a variety of sources into a consistent geographic coordinate system.
Back to the Top
Computer Vision is a field of Artificial Intelligence (AI) that focuses on enabling computers to identify and understand objects and people in images and videos.
OpenCV Courses
Exploring Computer Vision in Microsoft Azure
Top Computer Vision Courses Online | Coursera
Top Computer Vision Courses Online | يوديمي
Learn Computer Vision with Online Courses and Lessons | إدكس
Computer Vision and Image Processing Fundamentals | إدكس
Introduction to Computer Vision Courses | Udacity
Computer Vision Nanodegree program | Udacity
Machine Vision Course |MIT Open Courseware
Computer Vision Training Courses | NobleProg
Visual Computing Graduate Program | Stanford Online
OpenCV is a highly optimized library with focus on real-time computer vision applications. The C++, Python, and Java interfaces support Linux, MacOS, Windows, iOS, and Android.
Microsoft Computer Vision Recipes is a project that provides examples and best practice guidelines for building computer vision systems. This allows people to build a comprehensive set of tools and examples that leverage recent advances in Computer Vision algorithms, neural architectures, and operationalizing such systems. Creatin from existing state-of-the-art libraries and build additional utility around loading image data, optimizing and evaluating models, and scaling up to the cloud.
Microsoft Cognitive Toolkit (CNTK) is an open-source toolkit for commercial-grade distributed deep learning. It describes neural networks as a series of computational steps via a directed graph. CNTK allows the user to easily realize and combine popular model types such as feed-forward DNNs, convolutional neural networks (CNNs) and recurrent neural networks (RNNs/LSTMs). CNTK implements stochastic gradient descent (SGD, error backpropagation) learning with automatic differentiation and parallelization across multiple GPUs and servers.
Scikit-Learn is a Python module for machine learning built on top of SciPy, NumPy, and matplotlib, making it easier to apply robust and simple implementations of many popular machine learning algorithms.
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN accelerates widely used deep learning frameworks, including Caffe2, Chainer, Keras, MATLAB, MxNet, PyTorch, and TensorFlow.
Automated Driving Toolbox™ is a MATLAB tool that provides algorithms and tools for designing, simulating, and testing ADAS and autonomous driving systems. You can design and test vision and lidar perception systems, as well as sensor fusion, path planning, and vehicle controllers. Visualization tools include a bird's-eye-view plot and scope for sensor coverage, detections and tracks, and displays for video, lidar, and maps. The toolbox lets you import and work with HERE HD Live Map data and OpenDRIVE® road networks. It also provides reference application examples for common ADAS and automated driving features, including FCW, AEB, ACC, LKA, and parking valet. The toolbox supports C/C++ code generation for rapid prototyping and HIL testing, with support for sensor fusion, tracking, path planning, and vehicle controller algorithms.
LRSLibrary is a Low-Rank and Sparse Tools for Background Modeling and Subtraction in Videos. The library was designed for moving object detection in videos, but it can be also used for other computer vision and machine learning problems.
Image Processing Toolbox™ is a tool that provides a comprehensive set of reference-standard algorithms and workflow apps for image processing, analysis, visualization, and algorithm development. You can perform image segmentation, image enhancement, noise reduction, geometric transformations, image registration, and 3D image processing.
Computer Vision Toolbox™ is a tool that provides algorithms, functions, and apps for designing and testing computer vision, 3D vision, and video processing systems. You can perform object detection and tracking, as well as feature detection, extraction, and matching. You can automate calibration workflows for single, stereo, and fisheye cameras. For 3D vision, the toolbox supports visual and point cloud SLAM, stereo vision, structure from motion, and point cloud processing.
Statistics and Machine Learning Toolbox™ is a tool that provides functions and apps to describe, analyze, and model data. You can use descriptive statistics, visualizations, and clustering for exploratory data analysis; fit probability distributions to data; generate random numbers for Monte Carlo simulations, and perform hypothesis tests. Regression and classification algorithms let you draw inferences from data and build predictive models either interactively, using the Classification and Regression Learner apps, or programmatically, using AutoML.
Lidar Toolbox™ is a tool that provides algorithms, functions, and apps for designing, analyzing, and testing lidar processing systems. You can perform object detection and tracking, semantic segmentation, shape fitting, lidar registration, and obstacle detection. Lidar Toolbox supports lidar-camera cross calibration for workflows that combine computer vision and lidar processing.
Mapping Toolbox™ is a tool that provides algorithms and functions for transforming geographic data and creating map displays. You can visualize your data in a geographic context, build map displays from more than 60 map projections, and transform data from a variety of sources into a consistent geographic coordinate system.
UAV Toolbox is an application that provides tools and reference applications for designing, simulating, testing, and deploying unmanned aerial vehicle (UAV) and drone applications. You can design autonomous flight algorithms, UAV missions, and flight controllers. The Flight Log Analyzer app lets you interactively analyze 3D flight paths, telemetry information, and sensor readings from common flight log formats.
Parallel Computing Toolbox™ is a tool that lets you solve computationally and data-intensive problems using multicore processors, GPUs, and computer clusters. High-level constructs such as parallel for-loops, special array types, and parallelized numerical algorithms enable you to parallelize MATLAB® applications without CUDA or MPI programming. The toolbox lets you use parallel-enabled functions in MATLAB and other toolboxes. You can use the toolbox with Simulink® to run multiple simulations of a model in parallel. Programs and models can run in both interactive and batch modes.
Partial Differential Equation Toolbox™ is a tool that provides functions for solving structural mechanics, heat transfer, and general partial differential equations (PDEs) using finite element analysis.
ROS Toolbox is a tool that provides an interface connecting MATLAB® and Simulink® with the Robot Operating System (ROS and ROS 2), enabling you to create a network of ROS nodes. The toolbox includes MATLAB functions and Simulink blocks to import, analyze, and play back ROS data recorded in rosbag files. You can also connect to a live ROS network to access ROS messages.
Robotics Toolbox™ provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Deep Learning Toolbox™ is a tool that provides a framework for designing and implementing deep neural networks with algorithms, pretrained models, and apps. You can use convolutional neural networks (ConvNets, CNNs) and long short-term memory (LSTM) networks to perform classification and regression on image, time-series, and text data. You can build network architectures such as generative adversarial networks (GANs) and Siamese networks using automatic differentiation, custom training loops, and shared weights. With the Deep Network Designer app, you can design, analyze, and train networks graphically. It can exchange models with TensorFlow™ and PyTorch through the ONNX format and import models from TensorFlow-Keras and Caffe. The toolbox supports transfer learning with DarkNet-53, ResNet-50, NASNet, SqueezeNet and many other pretrained models.
Reinforcement Learning Toolbox™ is a tool that provides an app, functions, and a Simulink® block for training policies using reinforcement learning algorithms, including DQN, PPO, SAC, and DDPG. You can use these policies to implement controllers and decision-making algorithms for complex applications such as resource allocation, robotics, and autonomous systems.
Deep Learning HDL Toolbox™ is a tool that provides functions and tools to prototype and implement deep learning networks on FPGAs and SoCs. It provides pre-built bitstreams for running a variety of deep learning networks on supported Xilinx® and Intel® FPGA and SoC devices. Profiling and estimation tools let you customize a deep learning network by exploring design, performance, and resource utilization tradeoffs.
Model Predictive Control Toolbox™ is a tool that provides functions, an app, and Simulink® blocks for designing and simulating controllers using linear and nonlinear model predictive control (MPC). The toolbox lets you specify plant and disturbance models, horizons, constraints, and weights. By running closed-loop simulations, you can evaluate controller performance.
Vision HDL Toolbox™ is a tool that provides pixel-streaming algorithms for the design and implementation of vision systems on FPGAs and ASICs. It provides a design framework that supports a diverse set of interface types, frame sizes, and frame rates. The image processing, video, and computer vision algorithms in the toolbox use an architecture appropriate for HDL implementations.
Data Acquisition Toolbox™ is a tool that provides apps and functions for configuring data acquisition hardware, reading data into MATLAB® and Simulink®, and writing data to DAQ analog and digital output channels. The toolbox supports a variety of DAQ hardware, including USB, PCI, PCI Express®, PXI®, and PXI Express® devices, from National Instruments® and other vendors.
Microsoft AirSim is a simulator for drones, cars and more, built on Unreal Engine (with an experimental Unity release). AirSim is open-source, cross platform, and supports software-in-the-loop simulation with popular flight controllers such as PX4 & ArduPilot and hardware-in-loop with PX4 for physically and visually realistic simulations. It is developed as an Unreal plugin that can simply be dropped into any Unreal environment. AirSim is being developed as a platform for AI research to experiment with deep learning, computer vision and reinforcement learning algorithms for autonomous vehicles.
Back to the Top
Natural Language Processing (NLP) is a branch of artificial intelligence (AI) focused on giving computers the ability to understand text and spoken words in much the same way human beings can. NLP combines computational linguistics rule-based modeling of human language with statistical, machine learning, and deep learning models.
Natural Language Processing With Python's NLTK Package
Cognitive Services—APIs for AI Developers | مايكروسوفت أزور
Artificial Intelligence Services - Amazon Web Services (AWS)
Google Cloud Natural Language API
Top Natural Language Processing Courses Online | يوديمي
Introduction to Natural Language Processing (NLP) | يوديمي
Top Natural Language Processing Courses | Coursera
Natural Language Processing | Coursera
Natural Language Processing in TensorFlow | Coursera
Learn Natural Language Processing with Online Courses and Lessons | إدكس
Build a Natural Language Processing Solution with Microsoft Azure | Pluralsight
Natural Language Processing (NLP) Training Courses | NobleProg
Natural Language Processing with Deep Learning Course | Standford Online
Advanced Natural Language Processing - MIT OpenCourseWare
Certified Natural Language Processing Expert Certification | IABAC
Natural Language Processing Course - Intel
Natural Language Toolkit (NLTK) is a leading platform for building Python programs to work with human language data. It provides easy-to-use interfaces to over 50 corpora and lexical resources such as WordNet, along with a suite of text processing libraries for classification, tokenization, stemming, tagging, parsing, and semantic reasoning, wrappers for industrial-strength NLP libraries.
spaCy is a library for advanced Natural Language Processing in Python and Cython. It's built on the very latest research, and was designed from day one to be used in real products. spaCy comes with pretrained pipelines and currently supports tokenization and training for 60+ languages. It also features neural network models for tagging, parsing, named entity recognition, text classification and more, multi-task learning with pretrained transformers like BERT.
CoreNLP is a set of natural language analysis tools written in Java. CoreNLP enables users to derive linguistic annotations for text, including token and sentence boundaries, parts of speech, named entities, numeric and time values, dependency and constituency parses, coreference, sentiment, quote attributions, and relations.
NLPnet is a Python library for Natural Language Processing tasks based on neural networks. It performs part-of-speech tagging, semantic role labeling and dependency parsing.
Flair is a simple framework for state-of-the-art Natural Language Processing (NLP) models to your text, such as named entity recognition (NER), part-of-speech tagging (PoS), special support for biomedical data, sense disambiguation and classification, with support for a rapidly growing number of languages.
Catalyst is a C# Natural Language Processing library built for speed. Inspired by spaCy's design, it brings pre-trained models, out-of-the box support for training word and document embeddings, and flexible entity recognition models.
Apache OpenNLP is an open-source library for a machine learning based toolkit used in the processing of natural language text. It features an API for use cases like Named Entity Recognition, Sentence Detection, POS(Part-Of-Speech) tagging, Tokenization Feature extraction, Chunking, Parsing, and Coreference resolution.
Microsoft Cognitive Toolkit (CNTK) is an open-source toolkit for commercial-grade distributed deep learning. It describes neural networks as a series of computational steps via a directed graph. CNTK allows the user to easily realize and combine popular model types such as feed-forward DNNs, convolutional neural networks (CNNs) and recurrent neural networks (RNNs/LSTMs). CNTK implements stochastic gradient descent (SGD, error backpropagation) learning with automatic differentiation and parallelization across multiple GPUs and servers.
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN accelerates widely used deep learning frameworks, including Caffe2, Chainer, Keras, MATLAB, MxNet, PyTorch, and TensorFlow.
TensorFlow is an end-to-end open source platform for machine learning. It has a comprehensive, flexible ecosystem of tools, libraries and community resources that lets researchers push the state-of-the-art in ML and developers easily build and deploy ML powered applications.
Tensorflow_macOS is a Mac-optimized version of TensorFlow and TensorFlow Addons for macOS 11.0+ accelerated using Apple's ML Compute framework.
Keras is a high-level neural networks API, written in Python and capable of running on top of TensorFlow, CNTK, or Theano.It was developed with a focus on enabling fast experimentation. It is capable of running on top of TensorFlow, Microsoft Cognitive Toolkit, R, Theano, or PlaidML.
PyTorch is a library for deep learning on irregular input data such as graphs, point clouds, and manifolds. Primarily developed by Facebook's AI Research lab.
Eclipse Deeplearning4J (DL4J) is a set of projects intended to support all the needs of a JVM-based(Scala, Kotlin, Clojure, and Groovy) deep learning application. This means starting with the raw data, loading and preprocessing it from wherever and whatever format it is in to building and tuning a wide variety of simple and complex deep learning networks.
Chainer is a Python-based deep learning framework aiming at flexibility. It provides automatic differentiation APIs based on the define-by-run approach (dynamic computational graphs) as well as object-oriented high-level APIs to build and train neural networks. It also supports CUDA/cuDNN using CuPy for high performance training and inference.
Anaconda is a very popular Data Science platform for machine learning and deep learning that enables users to develop models, train them, and deploy them.
PlaidML is an advanced and portable tensor compiler for enabling deep learning on laptops, embedded devices, or other devices where the available computing hardware is not well supported or the available software stack contains unpalatable license restrictions.
Scikit-Learn is a Python module for machine learning built on top of SciPy, NumPy, and matplotlib, making it easier to apply robust and simple implementations of many popular machine learning algorithms.
Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by Berkeley AI Research (BAIR)/The Berkeley Vision and Learning Center (BVLC) and community contributors.
Theano is a Python library that allows you to define, optimize, and evaluate mathematical expressions involving multi-dimensional arrays efficiently including tight integration with NumPy.
Apache Spark is a unified analytics engine for large-scale data processing. It provides high-level APIs in Scala, Java, Python, and R, and an optimized engine that supports general computation graphs for data analysis. It also supports a rich set of higher-level tools including Spark SQL for SQL and DataFrames, MLlib for machine learning, GraphX for graph processing, and Structured Streaming for stream processing.
Apache Spark Connector for SQL Server and Azure SQL is a high-performance connector that enables you to use transactional data in big data analytics and persists results for ad-hoc queries or reporting. The connector allows you to use any SQL database, on-premises or in the cloud, as an input data source or output data sink for Spark jobs.
Apache PredictionIO is an open source machine learning framework for developers, data scientists, and end users. It supports event collection, deployment of algorithms, evaluation, querying predictive results via REST APIs. It is based on scalable open source services like Hadoop, HBase (and other DBs), Elasticsearch, Spark and implements what is called a Lambda Architecture.
Apache Airflow is an open-source workflow management platform created by the community to programmatically author, schedule and monitor workflows. Airflow has a modular architecture and uses a message queue to orchestrate an arbitrary number of workers. Airflow is ready to scale to infinity.
Open Neural Network Exchange(ONNX) is an open ecosystem that empowers AI developers to choose the right tools as their project evolves. ONNX provides an open source format for AI models, both deep learning and traditional ML. It defines an extensible computation graph model, as well as definitions of built-in operators and standard data types.
BigDL is a distributed deep learning library for Apache Spark. With BigDL, users can write their deep learning applications as standard Spark programs, which can directly run on top of existing Spark or Hadoop clusters.
Numba is an open source, NumPy-aware optimizing compiler for Python sponsored by Anaconda, Inc. It uses the LLVM compiler project to generate machine code from Python syntax. Numba can compile a large subset of numerically-focused Python, including many NumPy functions. Additionally, Numba has support for automatic parallelization of loops, generation of GPU-accelerated code, and creation of ufuncs and C callbacks.
Back to the Top
Bioinformatics is a field of computational science that has to do with the analysis of sequences of biological molecules. This usually refers to genes, DNA, RNA, or protein, and is particularly useful in comparing genes and other sequences in proteins and other sequences within an organism or between organisms, looking at evolutionary relationships between organisms, and using the patterns that exist across DNA and protein sequences to figure out what their function is.
European Bioinformatics Institute
المركز الوطني لمعلومات التكنولوجيا الحيوية
Online Courses in Bioinformatics |ISCB - International Society for Computational Biology
Bioinformatics | Coursera
Top Bioinformatics Courses | يوديمي
Biometrics Courses | يوديمي
Learn Bioinformatics with Online Courses and Lessons | إدكس
Bioinformatics Graduate Certificate | Harvard Extension School
Bioinformatics and Biostatistics | UC San Diego Extension
Bioinformatics and Proteomics - Free Online Course Materials | معهد ماساتشوستس للتكنولوجيا
Introduction to Biometrics course - Biometrics Institute
Bioconductor is an open source project that provides tools for the analysis and comprehension of high-throughput genomic data. Bioconductor uses the R statistical programming language, and is open source and open development. It has two releases each year, and an active user community. Bioconductor is also available as an AMI (Amazon Machine Image) and Docker images.
Bioconda is a channel for the conda package manager specializing in bioinformatics software. It has a repository of packages containing over 7000 bioinformatics packages ready to use with conda install.
UniProt is a freely accessible database that provide users with a comprehensive, high-quality and freely accessible set of protein sequences annotated with functional information.
Bowtie 2 is an ultrafast and memory-efficient tool for aligning sequencing reads to long reference sequences. It is particularly good at aligning reads of about 50 up to 100s or 1,000s of characters, and particularly good at aligning to relatively long (mammalian) genomes.
Biopython is a set of freely available tools for biological computation written in Python by an international team of developers. It is a distributed collaborative effort to develop Python libraries and applications which address the needs of current and future work in bioinformatics.
BioRuby is a toolkit that has components for sequence analysis, pathway analysis, protein modelling and phylogenetic analysis; it supports many widely used data formats and provides easy access to databases, external programs and public web services, including BLAST, KEGG, GenBank, MEDLINE and GO.
BioJava is a toolkit that provides an API to maintain local installations of the PDB, load and manipulate structures, perform standard analysis such as sequence and structure alignments and visualize them in 3D.
BioPHP is an open source project that provides a collection of open source PHP code, with classes for DNA and protein sequence analysis, alignment, database parsing, and other bioinformatics tools.
Avogadro is an advanced molecule editor and visualizer designed for cross-platform use in computational chemistry, molecular modeling, bioinformatics, materials science, and related areas. It offers flexible high quality rendering and a powerful plugin architecture.
Ascalaph Designer is a program for molecular dynamic simulations. Under a single graphical environment are represented as their own implementation of molecular dynamics as well as the methods of classical and quantum mechanics of popular programs.
Anduril is a workflow platform for analyzing large data sets. Anduril provides facilities for analyzing high-thoughput data in biomedical research, and the platform is fully extensible by third parties. Ready-made tools support data visualization, DNA/RNA/ChIP-sequencing, DNA/RNA microarrays, cytometry and image analysis.
Galaxy is an open source, web-based platform for accessible, reproducible, and transparent computational biomedical research. It allows users without programming experience to easily specify parameters and run individual tools as well as larger workflows. It also captures run information so that any user can repeat and understand a complete computational analysis.
PathVisio is a free open-source pathway analysis and drawing software which allows drawing, editing, and analyzing biological pathways. It is developed in Java and can be extended with plugins.
Orange is a powerful data mining and machine learning toolkit that performs data analysis and visualization.
Basic Local Alignment Search Tool is a tool that finds regions of similarity between biological sequences. The program compares nucleotide or protein sequences to sequence databases and calculates the statistical significance.
OSIRIS is public-domain, free, and open source STR analysis software designed for clinical, forensic, and research use, and has been validated for use as an expert system for single-source samples.
NCBI BioSystems is a Database that provides integrated access to biological systems and their component genes, proteins, and small molecules, as well as literature describing those biosystems and other related data throughout Entrez.
Back to the Top
CUDA Toolkit. Source: NVIDIA Developer CUDA
CUDA is a parallel computing platform and programming model developed by NVIDIA for general computing on graphical processing units (GPUs). With CUDA, developers are able to dramatically speed up computing applications by harnessing the power of GPUs. In GPU-accelerated applications, the sequential part of the workload runs on the CPU, which is optimized for single-threaded. The compute intensive portion of the application runs on thousands of GPU cores in parallel. When using CUDA, developers can program in popular languages such as C, C++, Fortran, Python and MATLAB.
CUDA Toolkit Documentation
CUDA Quick Start Guide
CUDA on WSL
CUDA GPU support for TensorFlow
NVIDIA Deep Learning cuDNN Documentation
NVIDIA GPU Cloud Documentation
NVIDIA NGC is a hub for GPU-optimized software for deep learning, machine learning, and high-performance computing (HPC) workloads.
NVIDIA NGC Containers is a registry that provides researchers, data scientists, and developers with simple access to a comprehensive catalog of GPU-accelerated software for AI, machine learning and HPC. These containers take full advantage of NVIDIA GPUs on-premises and in the cloud.
CUDA Toolkit is a collection of tools & libraries that provide a development environment for creating high performance GPU-accelerated applications. The CUDA Toolkit allows you can develop, optimize, and deploy your applications on GPU-accelerated embedded systems, desktop workstations, enterprise data centers, cloud-based platforms and HPC supercomputers. The toolkit includes GPU-accelerated libraries, debugging and optimization tools, a C/C++ compiler, and a runtime library to build and deploy your application on major architectures including x86, Arm and POWER.
NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks. cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers. cuDNN accelerates widely used deep learning frameworks, including Caffe2, Chainer, Keras, MATLAB, MxNet, PyTorch, and TensorFlow.
CUDA-X HPC is a collection of libraries, tools, compilers and APIs that help developers solve the world's most challenging problems. CUDA-X HPC includes highly tuned kernels essential for high-performance computing (HPC).
NVIDIA Container Toolkit is a collection of tools & libraries that allows users to build and run GPU accelerated Docker containers. The toolkit includes a container runtime library and utilities to automatically configure containers to leverage NVIDIA GPUs.
Minkowski Engine is an auto-differentiation library for sparse tensors. It supports all standard neural network layers such as convolution, pooling, unpooling, and broadcasting operations for sparse tensors.
CUTLASS is a collection of CUDA C++ template abstractions for implementing high-performance matrix-multiplication (GEMM) at all levels and scales within CUDA. It incorporates strategies for hierarchical decomposition and data movement similar to those used to implement cuBLAS.
CUB is a cooperative primitives for CUDA C++ kernel authors.
Tensorman is a utility for easy management of Tensorflow containers by developed by System76.Tensorman allows Tensorflow to operate in an isolated environment that is contained from the rest of the system. This virtual environment can operate independent of the base system, allowing you to use any version of Tensorflow on any version of a Linux distribution that supports the Docker runtime.
Numba is an open source, NumPy-aware optimizing compiler for Python sponsored by Anaconda, Inc. It uses the LLVM compiler project to generate machine code from Python syntax. Numba can compile a large subset of numerically-focused Python, including many NumPy functions. Additionally, Numba has support for automatic parallelization of loops, generation of GPU-accelerated code, and creation of ufuncs and C callbacks.
Chainer is a Python-based deep learning framework aiming at flexibility. It provides automatic differentiation APIs based on the define-by-run approach (dynamic computational graphs) as well as object-oriented high-level APIs to build and train neural networks. It also supports CUDA/cuDNN using CuPy for high performance training and inference.
CuPy is an implementation of NumPy-compatible multi-dimensional array on CUDA. CuPy consists of the core multi-dimensional array class, cupy.ndarray, and many functions on it. It supports a subset of numpy.ndarray interface.
CatBoost is a fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports computation on CPU and GPU.
cuDF is a GPU DataFrame library for loading, joining, aggregating, filtering, and otherwise manipulating data. cuDF provides a pandas-like API that will be familiar to data engineers & data scientists, so they can use it to easily accelerate their workflows without going into the details of CUDA programming.
cuML is a suite of libraries that implement machine learning algorithms and mathematical primitives functions that share compatible APIs with other RAPIDS projects. cuML enables data scientists, researchers, and software engineers to run traditional tabular ML tasks on GPUs without going into the details of CUDA programming. In most cases, cuML's Python API matches the API from scikit-learn.
ArrayFire is a general-purpose library that simplifies the process of developing software that targets parallel and massively-parallel architectures including CPUs, GPUs, and other hardware acceleration devices.
Thrust is a C++ parallel programming library which resembles the C++ Standard Library. Thrust's high-level interface greatly enhances programmer productivity while enabling performance portability between GPUs and multicore CPUs.
AresDB is a GPU-powered real-time analytics storage and query engine. It features low query latency, high data freshness and highly efficient in-memory and on disk storage management.
Arraymancer is a tensor (N-dimensional array) project in Nim. The main focus is providing a fast and ergonomic CPU, Cuda and OpenCL ndarray library on which to build a scientific computing ecosystem.
Kintinuous is a real-time dense visual SLAM system capable of producing high quality globally consistent point and mesh reconstructions over hundreds of metres in real-time with only a low-cost commodity RGB-D sensor.
GraphVite is a general graph embedding engine, dedicated to high-speed and large-scale embedding learning in various applications.
Back to the Top
MATLAB is a programming language that does numerical computing such as expressing matrix and array mathematics directly.
MATLAB Documentation
Getting Started with MATLAB
MATLAB and Simulink Training from MATLAB Academy
MathWorks Certification Program
MATLAB Online Courses from Udemy
MATLAB Online Courses from Coursera
MATLAB Online Courses from edX
Building a MATLAB GUI
MATLAB Style Guidelines 2.0
Setting Up Git Source Control with MATLAB & Simulink
Pull, Push and Fetch Files with Git with MATLAB & Simulink
Create New Repository with MATLAB & Simulink
PRMLT is Matlab code for machine learning algorithms in the PRML book.
MATLAB and Simulink Services & Applications List
MATLAB in the Cloud is a service that allows you to run in cloud environments from MathWorks Cloud to Public Clouds including AWS and Azure.
MATLAB Online™ is a service that allows to users to uilitize MATLAB and Simulink through a web browser such as Google Chrome.
Simulink is a block diagram environment for Model-Based Design. It supports simulation, automatic code generation, and continuous testing of embedded systems.
Simulink Online™ is a service that provides access to Simulink through your web browser.
MATLAB Drive™ is a service that gives you the ability to store, access, and work with your files from anywhere.
MATLAB Parallel Server™ is a tool that lets you scale MATLAB® programs and Simulink® simulations to clusters and clouds. You can prototype your programs and simulations on the desktop and then run them on clusters and clouds without recoding. MATLAB Parallel Server supports batch jobs, interactive parallel computations, and distributed computations with large matrices.
MATLAB Schemer is a MATLAB package makes it easy to change the color scheme (theme) of the MATLAB display and GUI.
LRSLibrary is a Low-Rank and Sparse Tools for Background Modeling and Subtraction in Videos. The library was designed for moving object detection in videos, but it can be also used for other computer vision and machine learning problems.
Image Processing Toolbox™ is a tool that provides a comprehensive set of reference-standard algorithms and workflow apps for image processing, analysis, visualization, and algorithm development. You can perform image segmentation, image enhancement, noise reduction, geometric transformations, image registration, and 3D image processing.
Computer Vision Toolbox™ is a tool that provides algorithms, functions, and apps for designing and testing computer vision, 3D vision, and video processing systems. You can perform object detection and tracking, as well as feature detection, extraction, and matching. You can automate calibration workflows for single, stereo, and fisheye cameras. For 3D vision, the toolbox supports visual and point cloud SLAM, stereo vision, structure from motion, and point cloud processing.
Statistics and Machine Learning Toolbox™ is a tool that provides functions and apps to describe, analyze, and model data. You can use descriptive statistics, visualizations, and clustering for exploratory data analysis; fit probability distributions to data; generate random numbers for Monte Carlo simulations, and perform hypothesis tests. Regression and classification algorithms let you draw inferences from data and build predictive models either interactively, using the Classification and Regression Learner apps, or programmatically, using AutoML.
Lidar Toolbox™ is a tool that provides algorithms, functions, and apps for designing, analyzing, and testing lidar processing systems. You can perform object detection and tracking, semantic segmentation, shape fitting, lidar registration, and obstacle detection. Lidar Toolbox supports lidar-camera cross calibration for workflows that combine computer vision and lidar processing.
Mapping Toolbox™ is a tool that provides algorithms and functions for transforming geographic data and creating map displays. You can visualize your data in a geographic context, build map displays from more than 60 map projections, and transform data from a variety of sources into a consistent geographic coordinate system.
UAV Toolbox is an application that provides tools and reference applications for designing, simulating, testing, and deploying unmanned aerial vehicle (UAV) and drone applications. You can design autonomous flight algorithms, UAV missions, and flight controllers. The Flight Log Analyzer app lets you interactively analyze 3D flight paths, telemetry information, and sensor readings from common flight log formats.
Parallel Computing Toolbox™ is a tool that lets you solve computationally and data-intensive problems using multicore processors, GPUs, and computer clusters. High-level constructs such as parallel for-loops, special array types, and parallelized numerical algorithms enable you to parallelize MATLAB® applications without CUDA or MPI programming. The toolbox lets you use parallel-enabled functions in MATLAB and other toolboxes. You can use the toolbox with Simulink® to run multiple simulations of a model in parallel. Programs and models can run in both interactive and batch modes.
Partial Differential Equation Toolbox™ is a tool that provides functions for solving structural mechanics, heat transfer, and general partial differential equations (PDEs) using finite element analysis.
ROS Toolbox is a tool that provides an interface connecting MATLAB® and Simulink® with the Robot Operating System (ROS and ROS 2), enabling you to create a network of ROS nodes. The toolbox includes MATLAB functions and Simulink blocks to import, analyze, and play back ROS data recorded in rosbag files. You can also connect to a live ROS network to access ROS messages.
Robotics Toolbox™ provides a toolbox that brings robotics specific functionality(designing, simulating, and testing manipulators, mobile robots, and humanoid robots) to MATLAB, exploiting the native capabilities of MATLAB (linear algebra, portability, graphics). The toolbox also supports mobile robots with functions for robot motion models (bicycle), path planning algorithms (bug, distance transform, D*, PRM), kinodynamic planning (lattice, RRT), localization (EKF, particle filter), map building (EKF) and simultaneous localization and mapping (EKF), and a Simulink model a of non-holonomic vehicle. The Toolbox also including a detailed Simulink model for a quadrotor flying robot.
Deep Learning Toolbox™ is a tool that provides a framework for designing and implementing deep neural networks with algorithms, pretrained models, and apps. You can use convolutional neural networks (ConvNets, CNNs) and long short-term memory (LSTM) networks to perform classification and regression on image, time-series, and text data. You can build network architectures such as generative adversarial networks (GANs) and Siamese networks using automatic differentiation, custom training loops, and shared weights. With the Deep Network Designer app, you can design, analyze, and train networks graphically. It can exchange models with TensorFlow™ and PyTorch through the ONNX format and import models from TensorFlow-Keras and Caffe. The toolbox supports transfer learning with DarkNet-53, ResNet-50, NASNet, SqueezeNet and many other pretrained models.
Reinforcement Learning Toolbox™ is a tool that provides an app, functions, and a Simulink® block for training policies using reinforcement learning algorithms, including DQN, PPO, SAC, and DDPG. You can use these policies to implement controllers and decision-making algorithms for complex applications such as resource allocation, robotics, and autonomous systems.
Deep Learning HDL Toolbox™ is a tool that provides functions and tools to prototype and implement deep learning networks on FPGAs and SoCs. It provides pre-built bitstreams for running a variety of deep learning networks on supported Xilinx® and Intel® FPGA and SoC devices. Profiling and estimation tools let you customize a deep learning network by exploring design, performance, and resource utilization tradeoffs.
Model Predictive Control Toolbox™ is a tool that provides functions, an app, and Simulink® blocks for designing and simulating controllers using linear and nonlinear model predictive control (MPC). The toolbox lets you specify plant and disturbance models, horizons, constraints, and weights. By running closed-loop simulations, you can evaluate controller performance.
Vision HDL Toolbox™ is a tool that provides pixel-streaming algorithms for the design and implementation of vision systems on FPGAs and ASICs. It provides a design framework that supports a diverse set of interface types, frame sizes, and frame rates. The image processing, video, and computer vision algorithms in the toolbox use an architecture appropriate for HDL implementations.
SoC Blockset™ is a tool that provides Simulink® blocks and visualization tools for modeling, simulating, and analyzing hardware and software architectures for ASICs, FPGAs, and systems on a chip (SoC). You can build your system architecture using memory models, bus models, and I/O models, and simulate the architecture together with the algorithms.
Wireless HDL Toolbox™ is a tool that provides pre-verified, hardware-ready Simulink® blocks and subsystems for developing 5G, LTE, and custom OFDM-based wireless communication applications. It includes reference applications, IP blocks, and gateways between frame and sample-based processing.
ThingSpeak™ is an IoT analytics service that allows you to aggregate, visualize, and analyze live data streams in the cloud. ThingSpeak provides instant visualizations of data posted by your devices to ThingSpeak. With the ability to execute MATLAB® code in ThingSpeak, you can perform online analysis and process data as it comes in. ThingSpeak is often used for prototyping and proof-of-concept IoT systems that require analytics.
SEA-MAT is a collaborative effort to organize and distribute Matlab tools for the Oceanographic Community.
Gramm is a complete data visualization toolbox for Matlab. It provides an easy to use and high-level interface to produce publication-quality plots of complex data with varied statistical visualizations. Gramm is inspired by R's ggplot2 library.
hctsa is a software package for running highly comparative time-series analysis using Matlab.
Plotly is a Graphing Library for MATLAB.
YALMIP is a MATLAB toolbox for optimization modeling.
GNU Octave is a high-level interpreted language, primarily intended for numerical computations. It provides capabilities for the numerical solution of linear and nonlinear problems, and for performing other numerical experiments. It also provides extensive graphics capabilities for data visualization and manipulation.
Back to the Top
C++ is a cross-platform language that can be used to build high-performance applications developed by Bjarne Stroustrup, as an extension to the C language.
C is a general-purpose, high-level language that was originally developed by Dennis M. Ritchie to develop the UNIX operating system at Bell Labs. It supports structured programming, lexical variable scope, and recursion, with a static type system. C also provides constructs that map efficiently to typical machine instructions, which makes it one was of the most widely used programming languages today.
Embedded C is a set of language extensions for the C programming language by the C Standards Committee to address issues that exist between C extensions for different embedded systems. The extensions hep enhance microprocessor features such as fixed-point arithmetic, multiple distinct memory banks, and basic I/O operations. This makes Embedded C the most popular embedded software language in the world.
C & C++ Developer Tools from JetBrains
Open source C++ libraries on cppreference.com
C++ Graphics libraries
C++ Libraries in MATLAB
C++ Tools and Libraries Articles
Google C++ Style Guide
Introduction C++ Education course on Google Developers
C++ style guide for Fuchsia
C and C++ Coding Style Guide by OpenTitan
Chromium C++ Style Guide
C++ Core Guidelines
C++ Style Guide for ROS
Learn C++
Learn C : An Interactive C Tutorial
C++ Institute
C++ Online Training Courses on LinkedIn Learning
C++ Tutorials on W3Schools
Learn C Programming Online Courses on edX
Learn C++ with Online Courses on edX
Learn C++ on Codecademy
Coding for Everyone: C and C++ course on Coursera
C++ For C Programmers on Coursera
Top C Courses on Coursera
C++ Online Courses on Udemy
Top C Courses on Udemy
Basics of Embedded C Programming for Beginners on Udemy
C++ For Programmers Course on Udacity
C++ Fundamentals Course on Pluralsight
Introduction to C++ on MIT Free Online Course Materials
Introduction to C++ for Programmers | هارفارد
Online C Courses | جامعة هارفارد
AWS SDK for C++
Azure SDK for C++
Azure SDK for C
C++ Client Libraries for Google Cloud Services
Visual Studio is an integrated development environment (IDE) from Microsoft; which is a feature-rich application that can be used for many aspects of software development. Visual Studio makes it easy to edit, debug, build, and publish your app. By using Microsoft software development platforms such as Windows API, Windows Forms, Windows Presentation Foundation, and Windows Store.
Visual Studio Code is a code editor redefined and optimized for building and debugging modern web and cloud applications.
Vcpkg is a C++ Library Manager for Windows, Linux, and MacOS.
ReSharper C++ is a Visual Studio Extension for C++ developers developed by JetBrains.
AppCode is constantly monitoring the quality of your code. It warns you of errors and smells and suggests quick-fixes to resolve them automatically. AppCode provides lots of code inspections for Objective-C, Swift, C/C++, and a number of code inspections for other supported languages. All code inspections are run on the fly.
CLion is a cross-platform IDE for C and C++ developers developed by JetBrains.
Code::Blocks is a free C/C++ and Fortran IDE built to meet the most demanding needs of its users. It is designed to be very extensible and fully configurable. Built around a plugin framework, Code::Blocks can be extended with plugins.
CppSharp is a tool and set of libraries which facilitates the usage of native C/C++ code with the .NET ecosystem. It consumes C/C++ header and library files and generates the necessary glue code to surface the native API as a managed API. Such an API can be used to consume an existing native library in your managed code or add managed scripting support to a native codebase.
Conan is an Open Source Package Manager for C++ development and dependency management into the 21st century and on par with the other development ecosystems.
High Performance Computing (HPC) SDK is a comprehensive toolbox for GPU accelerating HPC modeling and simulation applications. It includes the C, C++, and Fortran compilers, libraries, and analysis tools necessary for developing HPC applications on the NVIDIA platform.
Thrust is a C++ parallel programming library which resembles the C++ Standard Library. Thrust's high-level interface greatly enhances programmer productivity while enabling performance portability between GPUs and multicore CPUs. Interoperability with established technologies such as CUDA, TBB, and OpenMP integrates with existing software.
Boost is an educational opportunity focused on cutting-edge C++. Boost has been a participant in the annual Google Summer of Code since 2007, in which students develop their skills by working on Boost Library development.
Automake is a tool for automatically generating Makefile.in files compliant with the GNU Coding Standards. Automake requires the use of GNU Autoconf.
Cmake is an open-source, cross-platform family of tools designed to build, test and package software. CMake is used to control the software compilation process using simple platform and compiler independent configuration files, and generate native makefiles and workspaces that can be used in the compiler environment of your choice.
GDB is a debugger, that allows you to see what is going on `inside' another program while it executes or what another program was doing at the moment it crashed.
GCC is a compiler Collection that includes front ends for C, C++, Objective-C, Fortran, Ada, Go, and D, as well as libraries for these languages.
GSL is a numerical library for C and C++ programmers. It is free software under the GNU General Public License. The library provides a wide range of mathematical routines such as random number generators, special functions and least-squares fitting. There are over 1000 functions in total with an extensive test suite.
OpenGL Extension Wrangler Library (GLEW) is a cross-platform open-source C/C++ extension loading library. GLEW provides efficient run-time mechanisms for determining which OpenGL extensions are supported on the target platform.
Libtool is a generic library support script that hides the complexity of using shared libraries behind a consistent, portable interface. To use Libtool, add the new generic library building commands to your Makefile, Makefile.in, or Makefile.am.
Maven is a software project management and comprehension tool. Based on the concept of a project object model (POM), Maven can manage a project's build, reporting and documentation from a central piece of information.
TAU (Tuning And Analysis Utilities) is capable of gathering performance information through instrumentation of functions, methods, basic blocks, and statements as well as event-based sampling. All C++ language features are supported including templates and namespaces.
Clang is a production quality C, Objective-C, C++ and Objective-C++ compiler when targeting X86-32, X86-64, and ARM (other targets may have caveats, but are usually easy to fix). Clang is used in production to build performance-critical software like Google Chrome or Firefox.
OpenCV is a highly optimized library with focus on real-time applications. Cross-Platform C++, Python and Java interfaces support Linux, MacOS, Windows, iOS, and Android.
Libcu++ is the NVIDIA C++ Standard Library for your entire system. It provides a heterogeneous implementation of the C++ Standard Library that can be used in and between CPU and GPU code.
ANTLR (ANother Tool for Language Recognition) is a powerful parser generator for reading, processing, executing, or translating structured text or binary files. It's widely used to build languages, tools, and frameworks. From a grammar, ANTLR generates a parser that can build parse trees and also generates a listener interface that makes it easy to respond to the recognition of phrases of interest.
Oat++ is a light and powerful C++ web framework for highly scalable and resource-efficient web application. It's zero-dependency and easy-portable.
JavaCPP is a program that provides efficient access to native C++ inside Java, not unlike the way some C/C++ compilers interact with assembly language.
Cython is a language that makes writing C extensions for Python as easy as Python itself. Cython is based on Pyrex, but supports more cutting edge functionality and optimizations such as calling C functions and declaring C types on variables and class attributes.
Spdlog is a very fast, header-only/compiled, C++ logging library.
Infer is a static analysis tool for Java, C++, Objective-C, and C. Infer is written in OCaml.
Back to the Top
Java is a popular programming language and development platform(JDK). It reduces costs, shortens development timeframes, drives innovation, and improves application services. With millions of developers running more than 51 billion Java Virtual Machines worldwide.
The Eclipse Foundation is home to a worldwide community of developers, the Eclipse IDE, Jakarta EE and over 375 open source projects, including runtimes, tools and frameworks for Java and other languages.
Getting Started with Java
Oracle Java certifications from Oracle University
Google Developers Training
Google Developers Certification
Java Tutorial by W3Schools
Building Your First Android App in Java
Getting Started with Java in Visual Studio Code
Google Java Style Guide
AOSP Java Code Style for Contributors
Chromium Java style guide
Get Started with OR-Tools for Java
Getting started with Java Tool Installer task for Azure Pipelines
Gradle User Manual
Java SE contains several tools to assist in program development and debugging, and in the monitoring and troubleshooting of production applications.
JDK Development Tools includes the Java Web Start Tools (javaws) Java Troubleshooting, Profiling, Monitoring and Management Tools (jcmd, jconsole, jmc, jvisualvm); and Java Web Services Tools (schemagen, wsgen, wsimport, xjc).
Android Studio is the official integrated development environment for Google's Android operating system, built on JetBrains' IntelliJ IDEA software and designed specifically for Android development. Availble on Windows, macOS, Linux, Chrome OS.
IntelliJ IDEA is an IDE for Java, but it also understands and provides intelligent coding assistance for a large variety of other languages such as Kotlin, SQL, JPQL, HTML, JavaScript, etc., even if the language expression is injected into a String literal in your Java code.
NetBeans is an IDE provides Java developers with all the tools needed to create professional desktop, mobile and enterprise applications. Creating, Editing, and Refactoring. The IDE provides wizards and templates to let you create Java EE, Java SE, and Java ME applications.
Java Design Patterns is a collection of the best formalized practices a programmer can use to solve common problems when designing an application or system.
Elasticsearch is a distributed RESTful search engine built for the cloud written in Java.
RxJava is a Java VM implementation of Reactive Extensions: a library for composing asynchronous and event-based programs by using observable sequences. It extends the observer pattern to support sequences of data/events and adds operators that allow you to compose sequences together declaratively while abstracting away concerns about things like low-level threading, synchronization, thread-safety and concurrent data structures.
Guava is a set of core Java libraries from Google that includes new collection types (such as multimap and multiset), immutable collections, a graph library, and utilities for concurrency, I/O, hashing, caching, primitives, strings, and more! It is widely used on most Java projects within Google, and widely used by many other companies as well.
okhttp is a HTTP client for Java and Kotlin developed by Square.
Retrofit is a type-safe HTTP client for Android and Java develped by Square.
LeakCanary is a memory leak detection library for Android develped by Square.
Apache Spark is a unified analytics engine for large-scale data processing. It provides high-level APIs in Scala, Java, Python, and R, and an optimized engine that supports general computation graphs for data analysis. It also supports a rich set of higher-level tools including Spark SQL for SQL and DataFrames, MLlib for machine learning, GraphX for graph processing, and Structured Streaming for stream processing.
Apache Flink is an open source stream processing framework with powerful stream- and batch-processing capabilities with elegant and fluent APIs in Java and Scala.
Fastjson is a Java library that can be used to convert Java Objects into their JSON representation. It can also be used to convert a JSON string to an equivalent Java object.
libGDX is a cross-platform Java game development framework based on OpenGL (ES) that works on Windows, Linux, Mac OS X, Android, your WebGL enabled browser and iOS.
Jenkins is the leading open-source automation server. Built with Java, it provides over 1700 plugins to support automating virtually anything, so that humans can actually spend their time doing things machines cannot.
DBeaver is a free multi-platform database tool for developers, SQL programmers, database administrators and analysts. Supports any database which has JDBC driver (which basically means - ANY database). EE version also supports non-JDBC datasources (MongoDB, Cassandra, Redis, DynamoDB, etc).
Redisson is a Redis Java client with features of In-Memory Data Grid. Over 50 Redis based Java objects and services: Set, Multimap, SortedSet, Map, List, Queue, Deque, Semaphore, Lock, AtomicLong, Map Reduce, Publish / Subscribe, Bloom filter, Spring Cache, Tomcat, Scheduler, JCache API, Hibernate, MyBatis, RPC, and local cache.
GraalVM is a universal virtual machine for running applications written in JavaScript, Python, Ruby, R, JVM-based languages like Java, Scala, Clojure, Kotlin, and LLVM-based languages such as C and C++.
Gradle is a build automation tool for multi-language software development. From mobile apps to microservices, from small startups to big enterprises, Gradle helps teams build, automate and deliver better software, faster. Write in Java, C++, Python or your language of choice.
Apache Groovy is a powerful, optionally typed and dynamic language, with static-typing and static compilation capabilities, for the Java platform aimed at improving developer productivity thanks to a concise, familiar and easy to learn syntax. It integrates smoothly with any Java program, and immediately delivers to your application powerful features, including scripting capabilities, Domain-Specific Language authoring, runtime and compile-time meta-programming and functional programming.
JaCoCo is a free code coverage library for Java, which has been created by the EclEmma team based on the lessons learned from using and integration existing libraries for many years.
Apache JMeter is used to test performance both on static and dynamic resources, Web dynamic applications. It also used to simulate a heavy load on a server, group of servers, network or object to test its strength or to analyze overall performance under different load types.
Junit is a simple framework to write repeatable tests. It is an instance of the xUnit architecture for unit testing frameworks.
Mockito is the most popular Mocking framework for unit tests written in Java.
SpotBugs is a program which uses static analysis to look for bugs in Java code.
SpringBoot is a great tool that helps you to create Spring-powered, production-grade applications and services with absolute minimum fuss. It takes an opinionated view of the Spring platform so that new and existing users can quickly get to the bits they need.
YourKit is a technology leader, creator of the most innovative and intelligent tools for profiling Java & .NET applications.
Back to the Top
Python is an interpreted, high-level programming language. Python is used heavily in the fields of Data Science and Machine Learning.
Python Developer's Guide is a comprehensive resource for contributing to Python – for both new and experienced contributors. It is maintained by the same community that maintains Python.
Azure Functions Python developer guide is an introduction to developing Azure Functions using Python. The content below assumes that you've already read the Azure Functions developers guide.
CheckiO is a programming learning platform and a gamified website that teaches Python through solving code challenges and competing for the most elegant and creative solutions.
Python Institute
PCEP – Certified Entry-Level Python Programmer certification
PCAP – Certified Associate in Python Programming certification
PCPP – Certified Professional in Python Programming 1 certification
PCPP – Certified Professional in Python Programming 2
MTA: Introduction to Programming Using Python Certification
Getting Started with Python in Visual Studio Code
Google's Python Style Guide
Google's Python Education Class
Real Python
The Python Open Source Computer Science Degree by Forrest Knight
Intro to Python for Data Science
Intro to Python by W3schools
Codecademy's Python 3 course
Learn Python with Online Courses and Classes from edX
Python Courses Online from Coursera
Python Package Index (PyPI) is a repository of software for the Python programming language. PyPI helps you find and install software developed and shared by the Python community.
PyCharm is the best IDE I've ever used. With PyCharm, you can access the command line, connect to a database, create a virtual environment, and manage your version control system all in one place, saving time by avoiding constantly switching between windows.
Python Tools for Visual Studio(PTVS) is a free, open source plugin that turns Visual Studio into a Python IDE. It supports editing, browsing, IntelliSense, mixed Python/C++ debugging, remote Linux/MacOS debugging, profiling, IPython, and web development with Django and other frameworks.
Pylance is an extension that works alongside Python in Visual Studio Code to provide performant language support. Under the hood, Pylance is powered by Pyright, Microsoft's static type checking tool.
Pyright is a fast type checker meant for large Python source bases. It can run in a “watch” mode and performs fast incremental updates when files are modified.
Django is a high-level Python Web framework that encourages rapid development and clean, pragmatic design.
Flask is a micro web framework written in Python. It is classified as a microframework because it does not require particular tools or libraries.
Web2py is an open-source web application framework written in Python allowing allows web developers to program dynamic web content. One web2py instance can run multiple web sites using different databases.
AWS Chalice is a framework for writing serverless apps in python. It allows you to quickly create and deploy applications that use AWS Lambda.
Tornado is a Python web framework and asynchronous networking library. Tornado uses a non-blocking network I/O, which can scale to tens of thousands of open connections.
HTTPie is a command line HTTP client that makes CLI interaction with web services as easy as possible. HTTPie is designed for testing, debugging, and generally interacting with APIs & HTTP servers.
Scrapy is a fast high-level web crawling and web scraping framework, used to crawl websites and extract structured data from their pages. It can be used for a wide range of purposes, from data mining to monitoring and automated testing.
Sentry is a service that helps you monitor and fix crashes in realtime. The server is in Python, but it contains a full API for sending events from any language, in any application.
Pipenv is a tool that aims to bring the best of all packaging worlds (bundler, composer, npm, cargo, yarn, etc.) to the Python world.
Python Fire is a library for automatically generating command line interfaces (CLIs) from absolutely any Python object.
Bottle is a fast, simple and lightweight WSGI micro web-framework for Python. It is distributed as a single file module and has no dependencies other than the Python Standard Library.
CherryPy is a minimalist Python object-oriented HTTP web framework.
Sanic is a Python 3.6+ web server and web framework that's written to go fast.
Pyramid is a small and fast open source Python web framework. It makes real-world web application development and deployment more fun and more productive.
TurboGears is a hybrid web framework able to act both as a Full Stack framework or as a Microframework.
Falcon is a reliable, high-performance Python web framework for building large-scale app backends and microservices with support for MongoDB, Pluggable Applications and autogenerated Admin.
Neural Network Intelligence(NNI) is an open source AutoML toolkit for automate machine learning lifecycle, including Feature Engineering, Neural Architecture Search, Model Compression and Hyperparameter Tuning.
Dash is a popular Python framework for building ML & data science web apps for Python, R, Julia, and Jupyter.
Luigi is a Python module that helps you build complex pipelines of batch jobs. It handles dependency resolution, workflow management, visualization etc. It also comes with Hadoop support built-in.
Locust is an easy to use, scriptable and scalable performance testing tool.
spaCy is a library for advanced Natural Language Processing in Python and Cython.
NumPy is the fundamental package needed for scientific computing with Python.
Pillow is a friendly PIL(Python Imaging Library) fork.
IPython is a command shell for interactive computing in multiple programming languages, originally developed for the Python programming language, that offers enhanced introspection, rich media, additional shell syntax, tab completion, and rich history.
GraphLab Create is a Python library, backed by a C++ engine, for quickly building large-scale, high-performance machine learning models.
Pandas is a fast, powerful, and easy to use open source data structrures, data analysis and manipulation tool, built on top of the Python programming language.
PuLP is an Linear Programming modeler written in python. PuLP can generate LP files and call on use highly optimized solvers, GLPK, COIN CLP/CBC, CPLEX, and GUROBI, to solve these linear problems.
Matplotlib is a 2D plotting library for creating static, animated, and interactive visualizations in Python. Matplotlib produces publication-quality figures in a variety of hardcopy formats and interactive environments across platforms.
Scikit-Learn is a simple and efficient tool for data mining and data analysis. It is built on NumPy,SciPy, and mathplotlib.
Back to the Top
Scala is a combination of object-oriented and functional programming in one concise, high-level language. Scala's static types help avoid bugs in complex applications, and its JVM and JavaScript runtimes let you build high-performance systems with easy access to huge ecosystems of libraries.
Scala Style Guide
Databricks Scala Style Guide
Data Science using Scala and Spark on Azure
Creating a Scala Maven application for Apache Spark in HDInsight using IntelliJ
Intro to Spark DataFrames using Scala with Azure Databricks
Using Scala to Program AWS Glue ETL Scripts
Using Flink Scala shell with Amazon EMR clusters
AWS EMR and Spark 2 using Scala from Udemy
Using the Google Cloud Storage connector with Apache Spark
Write and run Spark Scala jobs on Cloud Dataproc for Google Cloud
Scala Courses and Certifications from edX
Scala Courses from Coursera
Top Scala Courses from Udemy
Apache Spark is a unified analytics engine for large-scale data processing. It provides high-level APIs in Scala, Java, Python, and R, and an optimized engine that supports general computation graphs for data analysis. It also supports a rich set of higher-level tools including Spark SQL for SQL and DataFrames, MLlib for machine learning, GraphX for graph processing, and Structured Streaming for stream processing.
Apache Spark Connector for SQL Server and Azure SQL is a high-performance connector that enables you to use transactional data in big data analytics and persists results for ad-hoc queries or reporting. The connector allows you to use any SQL database, on-premises or in the cloud, as an input data source or output data sink for Spark jobs.
Azure Databricks is a fast and collaborative Apache Spark-based big data analytics service designed for data science and data engineering. Azure Databricks, sets up your Apache Spark environment in minutes, autoscale, and collaborate on shared projects in an interactive workspace. Azure Databricks supports Python, Scala, R, Java, and SQL, as well as data science frameworks and libraries including TensorFlow, PyTorch, and scikit-learn.
Apache PredictionIO is an open source machine learning framework for developers, data scientists, and end users. It supports event collection, deployment of algorithms, evaluation, querying predictive results via REST APIs. It is based on scalable open source services like Hadoop, HBase (and other DBs), Elasticsearch, Spark and implements what is called a Lambda Architecture.
Cluster Manager for Apache Kafka(CMAK) is a tool for managing Apache Kafka clusters.
BigDL is a distributed deep learning library for Apache Spark. With BigDL, users can write their deep learning applications as standard Spark programs, which can directly run on top of existing Spark or Hadoop clusters.
Eclipse Deeplearning4J (DL4J) is a set of projects intended to support all the needs of a JVM-based(Scala, Kotlin, Clojure, and Groovy) deep learning application. This means starting with the raw data, loading and preprocessing it from wherever and whatever format it is in to building and tuning a wide variety of simple and complex deep learning networks.
Play Framework is a web framework combines productivity and performance making it easy to build scalable web applications with Java and Scala.
Dotty is a research compiler that will become Scala 3.
AWScala is a tool that enables Scala developers to easily work with Amazon Web Services in the Scala way.
Scala.js is a compiler that converts Scala to JavaScript.
Polynote is an experimental polyglot notebook environment. Currently, it supports Scala and Python (with or without Spark), SQL, and Vega.
Scala Native is an optimizing ahead-of-time compiler and lightweight managed runtime designed specifically for Scala.
Gitbucket is a Git platform powered by Scala with easy installation, high extensibility & GitHub API compatibility.
Finagle is a fault tolerant, protocol-agnostic RPC system
Gatling is a load test tool. It officially supports HTTP, WebSocket, Server-Sent-Events and JMS.
Scalatra is a tiny Scala high-performance, async web framework, inspired by Sinatra.
Back to the Top
R is an open source software environment for statistical computing and graphics. It compiles and runs on a wide variety of platforms such as Windows and MacOS.
An Introduction to R
Google's R Style Guide
R developer's guide to Azure
Running R at Scale on Google Compute Engine
Running R on AWS
RStudio Server Pro for AWS
Learn R by Codecademy
Learn R Programming with Online Courses and Lessons by edX
R Language Courses by Coursera
Learn R For Data Science by Udacity
RStudio is an integrated development environment for R and Python, with a console, syntax-highlighting editor that supports direct code execution, and tools for plotting, history, debugging and workspace management.
Shiny is a newer package from RStudio that makes it incredibly easy to build interactive web applications with R.
Rmarkdown is a package helps you create dynamic analysis documents that combine code, rendered output (such as figures), and prose.
Rplugin is R Language supported plugin for the IntelliJ IDE.
Plotly is an R package for creating interactive web graphics via the open source JavaScript graphing library plotly.js.
Metaflow is a Python/R library that helps scientists and engineers build and manage real-life data science projects. Metaflow was originally developed at Netflix to boost productivity of data scientists who work on a wide variety of projects from classical statistics to state-of-the-art deep learning.
Prophet is a procedure for forecasting time series data based on an additive model where non-linear trends are fit with yearly, weekly, and daily seasonality, plus holiday effects. It works best with time series that have strong seasonal effects and several seasons of historical data.
LightGBM is a gradient boosting framework that uses tree based learning algorithms, used for ranking, classification and many other machine learning tasks.
Dash is a Python framework for building analytical web applications in Python, R, Julia, and Jupyter.
MLR is Machine Learning in R.
ML workspace is an all-in-one web-based IDE specialized for machine learning and data science. It is simple to deploy and gets you started within minutes to productively built ML solutions on your own machines. ML workspace is the ultimate tool for developers preloaded with a variety of popular data science libraries (Tensorflow, PyTorch, Keras, and MXnet) and dev tools (Jupyter, VS Code, and Tensorboard) perfectly configured, optimized, and integrated.
CatBoost is a fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports computation on CPU and GPU.
Plumber is a tool that allows you to create a web API by merely decorating your existing R source code with special comments.
Drake is an R-focused pipeline toolkit for reproducibility and high-performance computing.
DiagrammeR is a package you can create, modify, analyze, and visualize network graph diagrams. The output can be incorporated into R Markdown documents, integrated with Shiny web apps, converted to other graph formats, or exported as image files.
Knitr is a general-purpose literate programming engine in R, with lightweight API's designed to give users full control of the output without heavy coding work.
Broom is a tool that converts statistical analysis objects from R into tidy format.
Back to the Top
Julia is a high-level, high-performance dynamic language for technical computing. Julia programs compile to efficient native code for multiple platforms via LLVM.
JuliaHub contains over 4,000 Julia packages for use by the community.
Julia Observer
Julia Manual
JuliaLang Essentials
Julia Style Guide
Julia By Example
JuliaLang Gitter
DataFrames Tutorial using Jupyter Notebooks
Julia Academy
Julia Meetup groups
Julia on Microsoft Azure
JuliaPro is a free and fast way to setup Julia for individual researchers, engineers, scientists, quants, traders, economists, students and others. Julia developers can build better software quicker and easier while benefiting from Julia's unparalleled high performance. It includes 2600+ open source packages or from a curated list of 250+ JuliaPro packages. Curated packages are tested, documented and supported by Julia Computing.
Juno is a powerful, free IDE based on Atom for the Julia language.
Debugger.jl is the Julia debuggin tool.
Profile (Stdlib) is a module provides tools to help developers improve the performance of their code. When used, it takes measurements on running code, and produces output that helps you understand how much time is spent on individual line's.
Revise.jl allows you to modify code and use the changes without restarting Julia. With Revise, you can be in the middle of a session and then update packages, switch git branches, and/or edit the source code in the editor of your choice; any changes will typically be incorporated into the very next command you issue from the REPL. This can save you the overhead of restarting Julia, loading packages, and waiting for code to JIT-compile.
JuliaGPU is a Github organization created to unify the many packages for programming GPUs in Julia. With its high-level syntax and flexible compiler, Julia is well positioned to productively program hardware accelerators like GPUs without sacrificing performance.
IJulia.jl is the Julia kernel for Jupyter.
AWS.jl is a Julia interface for Amazon Web Services.
CUDA.jl is a package for the main programming interface for working with NVIDIA CUDA GPUs using Julia. It features a user-friendly array abstraction, a compiler for writing CUDA kernels in Julia, and wrappers for various CUDA libraries.
XLA.jl is a package for compiling Julia to XLA for Tensor Processing Unit(TPU).
Nanosoldier.jl is a package for running JuliaCI services on MIT's Nanosoldier cluster.
Julia for VSCode is a powerful extension for the Julia language.
JuMP.jl is a domain-specific modeling language for mathematical optimization embedded in Julia.
Optim.jl is a univariate and multivariate optimization in Julia.
RCall.jl is a package that allows you to call R functions from Julia.
JavaCall.jl is a package that allows you to call Java functions from Julia.
PyCall.jl is a package that allows you to call Python functions from Julia.
MXNet.jl is the Apache MXNet Julia package. MXNet.jl brings flexible and efficient GPU computing and state-of-art deep learning to Julia.
Knet is the Koç University deep learning framework implemented in Julia by Deniz Yuret and collaborators. It supports GPU operation and automatic differentiation using dynamic computational graphs for models defined in plain Julia.
Distributions.jl is a Julia package for probability distributions and associated functions.
DataFrames.jl is a tool for working with tabular data in Julia.
Flux.jl is an elegant approach to machine learning. It's a 100% pure-Julia stack, and provides lightweight abstractions on top of Julia's native GPU and AD support.
IRTools.jl is a simple and flexible IR format, expressive enough to work with both lowered and typed Julia code, as well as external IRs.
Cassette.jl is a Julia package that provides a mechanism for dynamically injecting code transformation passes into Julia's just-in-time (JIT) compilation cycle, enabling post hoc analysis and modification of "Cassette-unaware" Julia programs without requiring manual source annotation or refactoring of the target code.
Back to the Top
Distributed under the Creative Commons Attribution 4.0 International (CC BY 4.0) Public License.
