機器學習指南
1.0.0
注意：您可以使用這個方便的擴充 Markdown PDF 在 VSCode 中輕鬆地將此 Markdown 檔案轉換為 PDF。
機器學習/深度學習框架。
機器學習學習資源
機器學習框架、函式庫和工具
演算法
PyTorch 開發
TensorFlow 開發
核心機器學習開發
深度學習開發
強化學習開發
電腦視覺開發
自然語言處理 (NLP) 開發
生物資訊學
CUDA開發
MATLAB開發
C/C++開發
Java開發
Python開發
斯卡拉開發
R開發
茱莉亞發展
回到頂部
機器學習是人工智慧 (AI) 的一個分支，專注於使用從資料模型中學習的演算法來建立應用程序，並隨著時間的推移提高其準確性，而無需進行程式設計。
回到頂部
Microsoft 自然語言處理 (NLP) 最佳實踐
微軟自動駕駛手冊
Azure 機器學習 - ML 即服務 |微軟Azure
如何在 Azure 機器學習工作區中執行 Jupyter Notebook
機器學習和人工智慧|亞馬遜網路服務
在 Amazon SageMaker 暫存實例上排程 Jupyter 筆記本
人工智慧與機器學習 | Google雲
在 Google Cloud 將 Jupyter Notebook 與 Apache Spark 結合使用
機器學習 |蘋果開發者
人工智慧與自動駕駛 |特斯拉
元人工智慧工具 | Facebook
PyTorch 教學課程
TensorFlow 教學課程
Jupyter實驗室
Apple Silicon 上的 Core ML 穩定擴散
回到頂部
史丹佛大學的機器學習作者：Andrew Ng | Coursera
AWS 機器學習 (ML) 課程培訓和認證
Microsoft Azure 機器學習獎學金計畫 |優達學城
Microsoft 認證：Azure 資料科學家助理
微軟認證：Azure AI 工程師助理
Azure 機器學習訓練與部署
透過 Google Cloud Training 學習機器學習和人工智慧
Google Cloud 機器學習速成課程
線上機器學習課程 |烏德米
線上機器學習課程 | Coursera
透過線上課程學習機器學習 | edX
回到頂部
機器學習簡介 (PDF)
人工智慧：一種現代方法 作者：Stuart J. Russel 和 Peter Norvig
深度學習 作者：Ian Goodfellow、Yoshoua Bengio 和 Aaron Courville
Andriy Burkov 的百頁機器學習書
機器學習，作者：Tom M. Mitchell
程式設計集體智慧：建立智慧 Web 2.0 應用程序，作者：Toby Segaran
機器學習：演算法視角，第二版
模式辨識與機器學習 作者：Christopher M. Bishop
使用 Python 進行自然語言處理 作者：Steven Bird、Ewan Klein 和 Edward Loper
Python 機器學習：初學者的機器學習技術方法作者：Leonard Eddison
貝葉斯推理與機器學習作者：David Barber
絕對初學者的機器學習：奧利弗·西奧博爾德 (Oliver Theobald) 的簡單英語介紹
機器學習的實際應用作者：Ben Wilson
使用 Scikit-Learn、Keras 和 TensorFlow 進行機器學習實踐：建構智慧系統的概念、工具和技術 作者：Aurélien Géron
Python 機器學習簡介：資料科學家指南 作者：Andreas C. Müller 與 Sarah Guido
黑客機器學習：幫助您入門的案例研究和演算法 作者：Drew Conway 和 John Myles White
《統計學習的要素：資料探勘、推理與預測》作者：Trevor Hastie、Robert Tibshirani 和 Jerome Friedman
分散式機器學習模式 - 書籍（免費線上閱讀）+代碼
現實世界的機器學習 [免費章節]
統計學習簡介 - 書籍 + R 代碼
統計學習的要素 - 書
Think Bayes - 書籍 + Python 程式碼
挖掘海量資料集
第一次接觸機器學習
機器學習簡介 - Alex Smola 和 SVN Vishwanathan
模式識別的機率理論
資訊檢索簡介
預測：原理與實踐
機器學習簡介 - Amnon Shashua
強化學習
機器學習
人工智慧的探索
數據科學 R 程式設計
資料探勘 - 實用的機器學習工具和技術
使用 TensorFlow 進行機器學習
機器學習系統
機器學習基礎 - Mehryar Mohri、Afshin Rostamizadeh 和 Ameet Talwalkar
人工智慧驅動的搜尋 - Trey Grainger、Doug Turnbull、Max Irwin -
機器學習的整合方法 - Gautam Kunapuli
機器學習工程實務 - Ben Wilson
隱私保護機器學習 - J. Morris Chang、Di Zhuang、G. Dumindu Samaraweera
自動化機器學習的實際應用 - Qingquan Song、Haifeng Jin 和 Xia Hu
分散式機器學習模式 - Yuan Tang
管理機器學習專案：從設計到部署 - Simon Thompson
因果機器學習 - Robert Ness
貝葉斯優化實務 - Quan Nguyen
深度機器學習演算法）- Vadim Smolyakov
優化演算法 - Alaa Khamis
Guillaume Saupin 的實用梯度提升
回到頂部
回到頂部
TensorFlow 是一個用於機器學習的端到端開源平台。它擁有一個由工具、庫和社區資源組成的全面、靈活的生態系統，使研究人員能夠推動機器學習領域的最先進技術，並使開發人員能夠輕鬆建立和部署機器學習驅動的應用程式。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
PyTorch 是一個用於對不規則輸入資料（例如圖形、點雲和流形）進行深度學習的函式庫。主要由 Facebook 的人工智慧研究實驗室開發。
Amazon SageMaker 是一項完全託管的服務，讓每位開發人員和資料科學家能夠快速建置、訓練和部署機器學習 (ML) 模型。 SageMaker 消除了機器學習過程每個步驟的繁重工作，使開發高品質模型變得更加容易。
Azure Databricks 是一項基於 Apache Spark 的快速協作大數據分析服務，專為資料科學和資料工程而設計。 Azure Databricks 可在幾分鐘內設定 Apache Spark 環境、自動縮放並在互動式工作區中協同處理共用專案。 Azure Databricks 支援 Python、Scala、R、Java 和 SQL，以及資料科學框架和函式庫，包括 TensorFlow、PyTorch 和 scikit-learn。
Microsoft Cognitive Toolkit (CNTK) 是商業級分散式深度學習的開源工具包。它將神經網路描述為透過有向圖的一系列計算步驟。 CNTK 讓使用者可以輕鬆實現和組合流行的模型類型，例如前饋 DNN、卷積神經網路 (CNN) 和循環神經網路 (RNN/LSTM)。 CNTK 透過跨多個 GPU 和伺服器的自動微分和平行化實現隨機梯度下降（SGD，誤差反向傳播）學習。
Apple CoreML 是一個有助於將機器學習模型整合到您的應用程式中的框架。 Core ML 為所有模型提供統一的表示。您的應用程式使用 Core ML API 和使用者資料來進行預測以及訓練或微調模型，所有這些都在使用者的裝置上進行。模型是將機器學習演算法應用於一組訓練資料的結果。您使用模型根據新的輸入資料進行預測。
Apache OpenNLP 是一個開源程式庫，用於基於機器學習的工具包，用於處理自然語言文字。它具有適用於命名實體識別、句子檢測、POS（詞性）標記、標記化特徵提取、分塊、解析和共指解析等用例的 API。
Apache Airflow 是一個由社群創建的開源工作流程管理平台，用於以程式設計方式編寫、安排和監控工作流程。安裝。原則。可擴展。 Airflow 具有模組化架構，並使用訊息佇列來編排任意數量的工作人員。氣流已準備好擴展到無限大。
開放神經網路交換 (ONNX) 是一個開放的生態系統，使人工智慧開發人員能夠隨著專案的發展選擇正確的工具。 ONNX 為人工智慧模型（深度學習和傳統機器學習）提供開源格式。它定義了可擴展的計算圖模型，以及內建運算子和標準資料類型的定義。
Apache MXNet 是一個專為提高效率和靈活性而設計的深度學習框架。它允許您混合符號和命令式編程，以最大限度地提高效率和生產力。 MXNet 的核心包含一個動態依賴調度程序，可以動態自動並行化符號操作和命令操作。其之上的圖形優化層使符號執行快速且記憶體高效。 MXNet 便攜且輕量級，可有效擴展到多個 GPU 和多台機器。支援 Python、R、Julia、Scala、Go、Javascript 等。
AutoGluon 是深度學習工具包，可自動執行機器學習任務，讓您在應用程式中輕鬆實現強大的預測效能。只需幾行程式碼，您就可以在表格、圖像和文字資料上訓練和部署高精度深度學習模型。
Anaconda 是一個非常流行的機器學習和深度學習資料科學平台，使用戶能夠開發模型、訓練和部署模型。
PlaidML 是一種先進的便攜式張量編譯器，可在筆記型電腦、嵌入式設備或其他可用計算硬體未得到良好支援或可用軟體堆疊包含令人不快的許可限制的設備上實現深度學習。
OpenCV 是一個高度優化的函式庫，專注於即時電腦視覺應用。 C++、Python 和 Java 介面支援 Linux、MacOS、Windows、iOS 和 Android。
Scikit-Learn 是一個基於 SciPy、NumPy 和 matplotlib 構建的用於機器學習的 Python 模組，可以更輕鬆地應用許多流行機器學習演算法的強大而簡單的實作。
Weka 是一款開源機器學習軟體，可透過圖形使用者介面、標準終端應用程式或 Java API 進行存取。它廣泛用於教學、研究和工業應用，包含大量用於標準機器學習任務的內建工具，並且還提供對 scikit-learn、R 和 Deeplearning4j 等知名工具箱的透明存取。
Caffe 是一個深度學習框架，考慮了表達、速度和模組化。它由伯克利人工智慧研究中心 (BAIR)/伯克利視覺與學習中心 (BVLC) 和社區貢獻者開發。
Theano 是一個 Python 函式庫，可讓您有效地定義、最佳化和評估涉及多維數組的數學表達式，包括與 NumPy 的緊密整合。
nGraph 是一個用於深度學習的開源 C++ 函式庫、編譯器和執行時間。 nGraph 編譯器旨在使用任何深度學習框架加速開發 AI 工作負載並部署到各種硬體目標。
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。
Huginn 是一個自託管系統，用於建立代理，為您在線上執行自動化任務。它可以讀取網路、監視事件並代表您採取操作。 Huginn 的代理程式創建並使用事件，並沿著有向圖傳播它們。將其視為您自己的伺服器上的 IFTTT 或 Zapier 的可破解版本。
Netron 是神經網路、深度學習和機器學習模型的檢視器。它支援 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。
多巴胺是一個用於強化學習演算法快速原型設計的研究架構。
DALI 是一個 GPU 加速程式庫，包含高度最佳化的建置區塊和用於資料處理的執行引擎，以加速深度學習訓練和推理應用程式。
MindSpore Lite 是一個新的開源深度學習訓練/推理框架，可用於移動、邊緣和雲端場景。
Darknet 是一個用 C 和 CUDA 寫的開源神經網路框架。它速度快、易於安裝，並支援 CPU 和 GPU 運算。
PaddlePaddle是一個易用、高效、靈活、可擴展的深度學習平台，最初由百度科學家和工程師開發，旨在將深度學習應用到百度的眾多產品中。
GoogleNotebookLM 是一種實驗性 AI 工具，利用語言模型的強大功能與您現有的內容結合，更快獲得關鍵見解。類似於虛擬研究助理，可以總結事實，解釋複雜的想法，並根據您選擇的來源集思廣益新的聯繫。
Unilm 是一種跨任務、語言和模式的大規模自我監督預訓練。
語意核心 (SK) 是一種輕量級 SDK，可將 AI 大語言模型 (LLM) 與傳統程式語言整合。 SK 可擴展程式設計模型結合了自然語言語義功能、傳統程式碼本機功能和基於嵌入的內存，釋放了新的潛力，並為人工智慧應用程式增加了價值。
Pandas AI 是一個 Python 函式庫，它將產生人工智慧功能整合到 Pandas 中，使資料幀具有對話性。
NCNN 是針對行動平台最佳化的高效能神經網路推理框架。
MNN 是一個極快的輕量級深度學習框架，經過阿里巴巴關鍵業務用例的實際測試。
MediaPipe 針對多種平台上的端到端效能進行了最佳化。查看演示 了解更多 複雜的設備上 ML，已簡化 我們已經抽象化了使設備上 ML 可自訂、可用於生產且可跨平台訪問的複雜性。
MegEngine 是一個快速、可擴展且使用者友好的深度學習框架，具有 3 個關鍵功能： 用於訓練和推理的統一框架。
ML.NET 是一個機器學習庫，被設計為可擴展平台，以便您可以使用其他流行的 ML 框架（TensorFlow、ONNX、Infer.NET 等）並存取更多機器學習場景，例如影像分類、物件偵測等等。
Ludwig 是一個聲明性機器學習框架，可以使用簡單且靈活的資料驅動配置系統輕鬆定義機器學習管道。
MMdnn 是一款全面的跨框架工具，用於轉換、視覺化和診斷深度學習 (DL) 模型。 「MM」代表模型管理，「dnn」是深度神經網路的縮寫。在 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch Onnx 和 CoreML 之間轉換模型。
Horovod 是一個適用於 TensorFlow、Keras、PyTorch 和 Apache MXNet 的分散式深度學習訓練框架。
Vaex 是一個高效能 Python 函式庫，用於惰性外核資料幀（類似於 Pandas），用於視覺化和探索大型表格資料集。
GluonTS 是一個用於機率時間序列建模的 Python 套件，專注於基於深度學習的模型，基於 PyTorch 和 MXNet。
MindsDB 是一個 ML-SQL Server，支援使用 SQL 為最強大的資料庫和資料倉儲提供機器學習工作流程。
Jupyter Notebook 是一款開源 Web 應用程序，可讓您建立和分享包含即時程式碼、方程式、視覺化和敘述文字的文件。 Jupyter 廣泛應用於資料清理和轉換、數值模擬、統計建模、資料視覺化、資料科學和機器學習等產業。
Apache Spark 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器是一種高效能連接器，可讓您在大數據分析中使用交易數據，並保留臨時查詢或報告的結果。此連接器可讓您使用本機或雲端中的任何 SQL 資料庫作為 Spark 作業的輸入資料來源或輸出資料接收器。
Apache PredictionIO 是一個面向開發人員、資料科學家和最終用戶的開源機器學習框架。它支援事件收集、演算法部署、評估、透過 REST API 查詢預測結果。它基於 Hadoop、HBase（和其他資料庫）、Elasticsearch、Spark 等可擴展的開源服務，並實現了所謂的 Lambda 架構。
Cluster Manager for Apache Kafka（CMAK）是用來管理 Apache Kafka 叢集的工具。
BigDL 是 Apache Spark 的分散式深度學習函式庫。借助 BigDL，使用者可以將深度學習應用程式編寫為標準 Spark 程序，這些程式可以直接在現有 Spark 或 Hadoop 叢集之上運行。
Eclipse Deeplearning4J (DL4J) 是一組項目，旨在支援基於 JVM（Scala、Kotlin、Clojure 和 Groovy）深度學習應用程式的所有需求。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。
Tensorman 是由 System76 開發的一個用於輕鬆管理 Tensorflow 容器的公用程式。此虛擬環境可以獨立於基本系統運行，讓您在支援 Docker 運行時的任何版本的 Linux 發行版上使用任何版本的 Tensorflow。
Numba 是一個開源的、支援 NumPy 的 Python 最佳化編譯器，由 Anaconda, Inc. 贊助。 Numba 可以編譯大量以數位為中心的 Python 子集，包括許多 NumPy 函數。此外，Numba 支援循環的自動並行化、GPU 加速程式碼的產生以及 ufunc 和 C 回呼的建立。
Chainer 是一個基於 Python 的深度學習框架，旨在實現靈活性。它提供基於運行定義方法（動態計算圖）的自動微分 API 以及物件導向的高級 API 來建立和訓練神經網路。它還支援使用 CuPy 的 CUDA/cuDNN 進行高效能訓練和推理。
XGBoost 是一個最佳化的分散式梯度提升函式庫，旨在高效、靈活和便攜。它在 Gradient Boosting 框架下實作機器學習演算法。 XGBoost 提供了平行樹提升（也稱為 GBDT、GBM），可以快速準確地解決許多資料科學問題。它支援多台機器上的分散式訓練，包括AWS、GCE、Azure和Yarn叢集。它還可以與Flink、Spark等雲端資料流系統整合。
cuML 是一套函式庫，用於實作機器學習演算法和數學原語函數，與其他 RAPIDS 專案共用相容的 API。 cuML 讓資料科學家、研究人員和軟體工程師能夠在 GPU 上執行傳統的表格 ML 任務，而無需深入了解 CUDA 程式設計的細節。在大多數情況下，cuML 的 Python API 與 scikit-learn 的 API 相符。
Emu 是 Rust 的 GPGPU 函式庫，專注於可移植性、模組化和效能。它是基於 WebGPU 的 CUDA 式運算特定抽象，提供特定功能以使 WebGPU 感覺更像 CUDA。
Scalene 是一個適用於 Python 的高效能 CPU、GPU 和記憶體分析器，它可以完成許多其他 Python 分析器沒有也不能做的事情。它的運行速度比許多其他分析器快幾個數量級，同時提供更詳細的資訊。
MLpack 是一個用 C++ 編寫的快速、靈活的 C++ 機器學習函式庫，建構在 Armadillo 線性代數函式庫、ensmallen 數值最佳化函式庫和 Boost 的部分基礎上。
Netron 是神經網路、深度學習和機器學習模型的檢視器。它支援 ONNX、TensorFlow Lite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、Core ML、RKNN、MXNet、MindSpore Lite、TNN、Barracuda、Tengine、CNTK、TensorFlow.js、Caffe2 和 UFF。
Lightning 是一種建立和訓練 PyTorch 模型並使用 Lightning 應用程式模板將它們連接到 ML 生命週期的工具，無需處理 DIY 基礎設施、成本管理、擴充等。
OpenNN 是一個用於機器學習的開源神經網路庫。它包含複雜的演算法和實用程式來處理許多人工智慧解決方案。
H20 是一個人工智慧雲端平台，可解決複雜的業務問題並加速新想法的發現，並提供您可以理解和信任的結果。
Gensim 是一個用於主題建模、文件索引和大型語料庫相似性檢索的 Python 庫。目標受眾是自然語言處理 (NLP) 和資訊檢索 (IR) 社群。
llama.cpp 是 Facebook 的 LLaMA 模型的 C/C++ 連接埠。
hmmlearn 是一組用於隱藏馬可夫模型的無監督學習和推理的演算法。
Nextjournal 是一本用於可重複研究的筆記本。它運行您可以放入 Docker 容器中的任何內容。透過多語言筆記本、自動版本控制和即時協作來改善您的工作流程。透過按需配置（包括 GPU 支援）節省時間和金錢。
IPython 為互動式運算提供了豐富的架構：
Veles 是三星目前開發的一個用於快速深度學習應用程式開發的分散式平台。
DyNet 是由卡內基美隆大學和其他許多大學開發的神經網路庫。它是用 C++ 編寫的（在 Python 中綁定），旨在在 CPU 或 GPU 上運行時高效，並且能夠與具有針對每個訓練實例而變化的動態結構的網路良好地配合。這類網路在自然語言處理任務中尤其重要，DyNet 已被用來建構用於句法解析、機器翻譯、形態變化和許多其他應用領域的最先進的系統。
Ray 是用於擴展 AI 和 Python 應用程式的統一框架。它由核心分散式運行時和用於加速 ML 工作負載的庫工具包 (Ray AIR) 組成。
Whisper.cpp 是 OpenAI 的 Whisper 自動語音辨識 (ASR) 模型的高效能推理。
ChatGPT Plus 是 ChatGPT 的試點訂閱計畫（ 20 美元/月），ChatGPT 是一種對話式 AI，可以與您聊天、回答後續問題並挑戰不正確的假設。
Auto-GPT 是一種“人工智慧代理”，它以自然語言給出目標，可以嘗試透過將其分解為子任務並在自動循環中使用互聯網和其他工具來實現它。它使用 OpenAI 的 GPT-4 或 GPT-3.5 API，是使用 GPT-4 執行自主任務的應用程式的首批範例之一。
mckaywrigley 開發的 Chatbot UI 是一款適用於 OpenAI 聊天模型的高級聊天機器人套件，使用 Next.js、TypeScript 和 Tailwind CSS 在 Chatbot UI Lite 之上構建。此版本的 ChatBot UI 支援 GPT-3.5 和 GPT-4 模型。對話儲存在您的瀏覽器本機。您可以匯出和匯入對話以防止資料遺失。查看示範。
mckaywrigley 開發的 Chatbot UI Lite 是一個簡單的聊天機器人入門套件，適用於使用 Next.js、TypeScript 和 Tailwind CSS 的 OpenAI 聊天模型。查看示範。
MiniGPT-4 是一種透過高階大語言模型增強視覺語言理解的方法。
GPT4All 是一個開源聊天機器人生態系統，經過大量乾淨助理資料的訓練，包括基於 LLaMa 的程式碼、故事和對話。
GPT4All UI 是一個 Flask Web 應用程序，提供用於與 GPT4All 聊天機器人互動的聊天 UI。
Alpaca.cpp 是您裝置上本地的類似 ChatGPT 的快速模型。它將 LLaMA 基礎模型與斯坦福羊駝的開放複製相結合，對基礎模型進行微調以服從指令（類似於用於訓練 ChatGPT 的 RLHF），並對 llama.cpp 進行了一系列修改以添加聊天介面。
llama.cpp 是 Facebook 的 LLaMA 模型的 C/C++ 連接埠。
OpenPlayground 是一個在您的裝置上本地運行類似 ChatGPT 模型的遊樂場。
Vicuna 是經過微調 LLaMA 訓練的開源聊天機器人。它顯然達到了 chatgpt 90% 以上的質量，並且訓練成本為 300 美元。
Yeagar ai 是一款 Langchain 代理創建器，旨在幫助您輕鬆建置、原型設計和部署人工智慧驅動的代理程式。
Vicuna 是透過使用從 ShareGPT.com 和公共 API 收集的大約 7 萬個使用者共享對話對 LLaMA 基本模型進行微調而創建的。為了確保資料質量，它將 HTML 轉換回 Markdown，並過濾掉一些不合適或低品質的樣本。
ShareGPT 是一個一鍵分享您最瘋狂的 ChatGPT 對話的地方。截至目前，共有 198,404 則對話被分享。
FastChat 是一個開放平台，用於訓練、服務和評估基於大型語言模型的聊天機器人。
Haystack 是一個開源 NLP 框架，可使用 Transformer 模型和 LLM（GPT-4、ChatGPT 等）與資料互動。它提供生產就緒的工具來快速建立複雜的決策、問答、語義搜尋、文字生成應用程式等。
StableLM（Stability AI Language Models）是StableLM系列語言模型，將持續更新新的檢查點。
Databricks 的 Dolly 是一種遵循指令的大型語言模型，在 Databricks 機器學習平台上進行訓練，並獲得商業用途許可。
GPTCach 是一個用於為 LLM 查詢建立語意快取的函式庫。
AlaC 是一個人工智慧基礎設施即程式碼產生器。
Adrenaline 是一個可讓您與程式碼庫對話的工具。它由靜態分析、向量搜尋和大型語言模型提供支援。
OpenAssistant 是一個基於聊天的助手，它可以理解任務，可以與第三方系統交互，並動態檢索資訊來執行此操作。
DoctorGPT 是一個輕量級的獨立二進位文件，可以監視應用程式日誌中的問題並進行診斷。
HttpGPT 是一個虛幻引擎 5 插件，可透過非同步 REST 請求促進與 OpenAI 基於 GPT 的服務（ChatGPT 和 DALL-E）的集成，使開發人員可以輕鬆地與這些服務進行通訊。它還包括編輯器工具，可將 Chat GPT 和 DALL-E 影像生成直接整合到引擎中。
PaLM 2 是下一代大型語言模型，建立在 Google 在機器學習和負責任的 AI 領域突破性研究的基礎上。它包括高級推理任務，包括代碼和數學、分類和問答、翻譯和多語言能力以及自然語言生成，比我們以前最先進的法學碩士更好。
Med-PaLM 是一個大型語言模型 (LLM)，旨在為醫學問題提供高品質的答案。它利用了 Google 大型語言模型的強大功能，我們透過一系列精心策劃的醫學專家演示將其與醫學領域結合。
Sec-PaLM 是一種大型語言模型 (LLM)，可加快幫助負責維護組織安全的人員的能力。這些新模型不僅為人們提供了一種更自然、更有創意的方式來理解和管理安全。
回到頂部
回到頂部
回到頂部
LocalAI 是一個自架、社群驅動、本地 OpenAI 相容的 API。在消費級硬體上運行 LLM 的 OpenAI 的直接替代品，無需 GPU。它是一個運行 ggml 相容模型的 API：llama、gpt4all、rwkv、whisper、vicuna、koala、gpt4all-j、cerebras、falcon、dolly、starcoder 等。
llama.cpp 是 Facebook 的 LLaMA 模型的 C/C++ 連接埠。
ollama 是一個在本地啟動並運行 Llama 2 和其他大型語言模型的工具。
LocalAI 是一個自架、社群驅動、本地 OpenAI 相容的 API。在消費級硬體上運行 LLM 的 OpenAI 的直接替代品，無需 GPU。它是一個運行 ggml 相容模型的 API：llama、gpt4all、rwkv、whisper、vicuna、koala、gpt4all-j、cerebras、falcon、dolly、starcoder 等。
Serge 是透過 llama.cpp 與 Alpaca 聊天的 Web 介面。完全自架和 Docker 化，具有易於使用的 API。
OpenLLM 是一個用於在生產中操作大型語言模型 (LLM) 的開放平台。輕鬆微調、服務、部署和監控任何法學碩士。
Llama-gpt 是一個自架、離線、類似 ChatGPT 的聊天機器人。由 Llama 2 提供支援。
Llama2 webui 是一個工具，可以從任何地方（Linux/Windows/Mac）在 GPU 或 CPU 上使用 gradio UI 本機運行任何 Llama 2。使用llama2-wrapper作為產生代理/應用程式的本機 llama2 後端。
Llama2.c 是一種在 PyTorch 中訓練 Llama 2 LLM 架構的工具，然後使用一個簡單的 700 行 C 檔案 (run.c) 對其進行推理。
Alpaca.cpp 是您裝置上本地的類似 ChatGPT 的快速模型。它將 LLaMA 基礎模型與斯坦福羊駝的開放複製相結合，對基礎模型進行微調以服從指令（類似於用於訓練 ChatGPT 的 RLHF），並對 llama.cpp 進行了一系列修改以添加聊天介面。
GPT4All 是一個開源聊天機器人生態系統，經過大量乾淨助理資料的訓練，包括基於 LLaMa 的程式碼、故事和對話。
MiniGPT-4 是一種透過高階大語言模型增強視覺語言理解的工具
LoLLMS WebUI 是 LLM（大型語言模型）模型的中心。它旨在提供一個用戶友好的介面來存取和利用各種 LLM 模型來完成廣泛的任務。無論您在寫作、編碼、組織資料、生成圖像或尋求問題答案方面需要協助。
LM Studio 是一個用於發現、下載和執行本機 LLM 的工具。
Gradio Web UI 是大型語言模式的工具。支援 Transformer、GPTQ、llama.cpp (ggml/gguf)、Llama 模型。
OpenPlayground 是一個在您的裝置上本地運行類似 ChatGPT 模型的遊樂場。
Vicuna 是經過微調 LLaMA 訓練的開源聊天機器人。它顯然達到了 chatgpt 90% 以上的質量，並且訓練成本為 300 美元。
Yeagar ai 是一款 Langchain 代理創建器，旨在幫助您輕鬆建置、原型設計和部署人工智慧驅動的代理程式。
KoboldCpp 是一款易於使用的 GGML 模型 AI 文字產生軟體。它是來自Concedo 的一個獨立的可發行版本，基於llama.cpp 構建，並添加了多功能Kobold API 端點、附加格式支持、向後兼容性，以及帶有持久故事、編輯工具、保存格式、內存、世界的精美UI資訊、作者註釋、人物和場景。
回到頂部
模糊邏輯是一種啟發式方法，允許更高級的決策樹處理以及與基於規則的程式設計更好的整合。
模糊邏輯系統的體系結構。資料來源：ResearchGate
支援向量機（SVM）是一種監督機器學習模型，它使用分類演算法來解決兩組分類問題。
支援向量機（SVM）。來源：OpenClipArt
神經網路是機器學習的子集，也是深度學習演算法的核心。這個名稱/結構的靈感來自於人類大腦複製生物神經元/節點相互發送訊號的過程。
深度神經網路。資料來源：IBM
卷積神經網路 (R-CNN) 是一種物件偵測演算法，它首先對影像進行分割以尋找潛在的相關邊界框，然後執行偵測演算法以尋找這些邊界框中最可能的物件。
卷積神經網路。資料來源：CS231n
循環神經網路（RNN）是一種使用順序資料或時間序列資料的人工神經網路。
循環神經網路。來源：幻燈片團隊
多層感知器（MLP）是由具有閾值激活的多層感知器組成的多層神經網路。
多層感知器。來源：深人工智慧
隨機森林是一種常用的機器學習演算法，它將多個決策樹的輸出組合起來以獲得單一結果。森林中的決策樹無法進行修剪以進行採樣，因此無法進行預測選擇。它的易用性和靈活性推動了它的採用，因為它可以處理分類和回歸問題。
隨機森林。來源：維基媒體
決策樹是用於分類和迴歸的樹結構模型。
**決策樹。資料來源：卡內基美隆大學
樸素貝葉斯是一種機器學習演算法，用於解決分類問題。它是基於應用貝葉斯定理以及特徵之間的強獨立性假設。
貝葉斯定理。來源：mathisfun
回到頂部
PyTorch 是一個開源深度學習框架，可加速從研究到生產的過程，用於電腦視覺和自然語言處理等應用。 PyTorch 由 Facebook 的人工智慧研究實驗室開發。
PyTorch 入門
PyTorch 文檔
PyTorch 論壇
熱門 Pytorch 線上課程 | Coursera
熱門 Pytorch 線上課程 |烏德米
透過線上課程和課程學習 PyTorch | edX
PyTorch 基礎 - 學習 |微軟文件
PyTorch 深度學習簡介 |優達學城
Visual Studio Code 中的 PyTorch 開發
Azure 上的 PyTorch - 使用 PyTorch 進行深度學習 |微軟Azure
PyTorch - Azure Databricks | PyTorch - Azure Databricks | PyTorch - Azure Databricks | PyTorch - Azure Databricks微軟文件
使用 PyTorch 進行深度學習 |亞馬遜網路服務 (AWS)
Google Cloud 上的 PyTorch 入門
PyTorch Mobile 是適用於 iOS 和 Android 行動裝置的從訓練到部署的端到端 ML 工作流程。
TorchScript 是一種從 PyTorch 程式碼建立可序列化和可最佳化模型的方法。這使得任何 TorchScript 程式都可以從 Python 進程中儲存並載入到不存在 Python 依賴項的進程中。
TorchServe 是一個靈活且易於使用的工具，用於服務 PyTorch 模型。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
ONNX Runtime 是一款跨平台、高效能機器學習推理和訓練加速器。它支援深度學習框架（例如 PyTorch 和 TensorFlow/Keras）以及經典機器學習庫（例如 scikit-learn、LightGBM、XGBoost 等）的模型。
Kornia 是一個可微的電腦視覺函式庫，由一組例程和可微的模組組成，用於解決通用 CV（電腦視覺）問題。
PyTorch-NLP 是 Python 中的自然語言處理 (NLP) 函式庫。它是根據最新的研究成果構建的，從第一天起就旨在支援快速原型製作。 PyTorch-NLP 附帶預先訓練的嵌入、取樣器、資料集載入器、指標、神經網路模組和文字編碼器。
Ignite 是一個進階庫，可協助在 PyTorch 中靈活、透明地訓練和評估神經網路。
Hummingbird 是一個用於將經過訓練的傳統 ML 模型編譯為張量計算的函式庫。它允許使用者無縫地利用神經網路框架（例如 PyTorch）來加速傳統的 ML 模型。
深度圖庫 (DGL) 是一個 Python 套件，旨在在 PyTorch 和其他框架之上輕鬆實現圖神經網路模型系列。
TensorLy 是 Python 中張量方法和深度張量化神經網路的高級 API，旨在使張量學習變得簡單。
GPyTorch 是一個使用 PyTorch 實現的高斯過程庫，旨在建立可擴展、靈活的高斯過程模型。
Poutyne 是 PyTorch 的類似 Keras 的框架，可處理訓練神經網路所需的大部分樣板程式碼。
Forte 是一個用於建立 NLP 管道的工具包，具有可組合元件、方便的資料介面和跨任務互動。
TorchMetrics 是用於分散式、可擴展 PyTorch 應用程式的機器學習指標。
Captum 是一個開源、可擴展的函式庫，用於建立在 PyTorch 上的模型可解釋性。
Transformer 是適用於 Pytorch、TensorFlow 和 JAX 的最先進的自然語言處理。
Hydra 是一個用於優雅地配置複雜應用程式的框架。
Accelerate 是訓練和使用具有多 GPU、TPU、混合精度的 PyTorch 模型的簡單方法。
Ray 是一個快速而簡單的框架，用於建立和運行分散式應用程式。
ParlAI 是一個統一平台，用於跨多個任務共享、訓練和評估對話模型。
PyTorchVideo 是一個用於視訊理解研究的深度學習庫。託管各種以影片為中心的模型、資料集、訓練管道等。
Opacus 是一個可以使用差異隱私來訓練 PyTorch 模型的函式庫。
PyTorch Lightning 是 PyTorch 的類似 Keras 的 ML 函式庫。它將核心培訓和驗證邏輯留給您，並自動完成其餘部分。
PyTorch Geometric Temporal 是 PyTorch Geometric 的時間（動態）擴充函式庫。
PyTorch Geometric 是一個用於對圖形、點雲和流形等不規則輸入資料進行深度學習的函式庫。
Raster Vision 是一個用於衛星和航空影像深度學習的開源框架。
CrypTen 是一個隱私保護機器學習框架。其目標是讓機器學習從業者能夠使用安全計算技術。
Optuna 是一個開源超參數最佳化框架，用於自動化超參數搜尋。
Pyro 是一種用 Python 編寫的通用機率程式語言 (PPL)，後端由 PyTorch 支援。
albumentations 是一個快速且可擴展的影像增強庫，適用於不同的 CV 任務，如分類、分割、物件偵測和姿勢估計。
Skorch 是 PyTorch 的高階函式庫，提供完整的 scikit-learn 相容性。
MMF 是 Facebook AI Research (FAIR) 的視覺和語言多模態研究的模組化框架。
AdaptDL是一個資源自適應的深度學習訓練和排程框架。
Polyaxon 是一個用於建立、訓練和監控大規模深度學習應用程式的平台。
TextBrewer 是一個基於 PyTorch 的自然語言處理知識蒸餾工具包
AdverTorch 是一個用來對抗穩健性研究的工具箱。它包含用於生成對抗性範例和防禦攻擊的模組。
NeMo 是一個用於對話式 AI 的工具包。
ClinicaDL 是阿茲海默症可重複分類的框架
Stable Baselines3 (SB3) 是 PyTorch 中強化學習演算法的一組可靠實現。
TorchIO 是一組工具，可在 PyTorch 編寫的深度學習應用程式中高效讀取、預處理、取樣、增強和寫入 3D 醫學影像。
PySyft 是一個用於加密、隱私保護深度學習的 Python 函式庫。
Flair 是一個非常簡單的框架，用於最先進的自然語言處理 (NLP)。
Glow 是一款機器學習編譯器，可加速深度學習框架在不同硬體平台上的效能。
FairScale 是一個 PyTorch 擴充庫，用於在一台或多台機器/節點上進行高效能和大規模訓練。
MONAI 是一個深度學習框架，為開發醫療影像訓練工作流程提供領域最佳化的基礎功能。
PFRL 是一個深度強化學習函式庫，它使用 PyTorch 在 Python 中實現各種最先進的深度強化演算法。
Einops 是一種靈活且強大的張量運算，可實現可讀且可靠的程式碼。
PyTorch3D 是一個深度學習庫，為使用 PyTorch 進行 3D 電腦視覺研究提供高效、可重複使用的元件。
Ensemble Pytorch 是 PyTorch 的統一整合框架，可提高深度學習模型的效能和穩健性。
Lightly 是一個用於自我監督學習的電腦視覺框架。
High 是一個函式庫，它有助於使用近乎普通的 PyTorch 實現任意複雜的基於梯度的元學習演算法和嵌套優化循環。
Horovod 是一個深度學習架構的分散式訓練庫。 Horovod 的目標是讓分散式深度學習變得快速且易於使用。
PennyLane 是一個用於量子機器學習、自動微分和混合量子經典計算優化的函式庫。
Detectron2 是 FAIR 的新一代物件偵測和分割平台。
Fastai 是一個使用現代最佳實踐簡化快速準確神經網路訓練的函式庫。
回到頂部
TensorFlow 是一個用於機器學習的端到端開源平台。它擁有一個由工具、庫和社區資源組成的全面、靈活的生態系統，使研究人員能夠推動機器學習領域的最先進技術，並使開發人員能夠輕鬆建立和部署機器學習驅動的應用程式。
TensorFlow 入門
TensorFlow 教學課程
TensorFlow 開發者憑證 | TensorFlow
TensorFlow 社區
TensorFlow 模型和資料集
TensorFlow雲
機器學習教育 | TensorFlow
頂級 Tensorflow 線上課程 | Coursera
頂級 Tensorflow 線上課程 |烏德米
使用 TensorFlow 進行深度學習 |烏德米
使用 Tensorflow 進行深度學習 | edX
深度學習的 TensorFlow 簡介 |優達學城
TensorFlow 簡介：機器學習速成課程 | Google開發者
訓練與部署 TensorFlow 模型 - Azure 機器學習
使用 Python 和 TensorFlow 在 Azure Functions 中應用機器學習模型 |微軟Azure
使用 TensorFlow 進行深度學習 |亞馬遜網路服務 (AWS)
TensorFlow - 亞馬遜 EMR | AWS 文件
TensorFlow 企業版 | Google雲
TensorFlow Lite 是一個開源深度學習框架，用於在行動和物聯網設備上部署機器學習模型。
TensorFlow.js 是一個JavaScript 函式庫，可讓您在JavaScript 中開發或執行ML 模型，並直接在瀏覽器用戶端、透過Node.js 在伺服器端、透過React Native 的行動原生、透過Electron 的桌面原生，甚至在物聯網上直接使用ML透過 Raspberry Pi 上的 Node.js 裝置。
Tensorflow_macOS 是針對 macOS 11.0+ 的 TensorFlow 和 TensorFlow Addons 的 Mac 最佳化版本，使用 Apple 的 ML 運算框架進行加速。
Google Colaboratory 是一個免費的 Jupyter 筆記本環境，無需設置，完全在雲端運行，讓您只需單擊一下即可在瀏覽器中執行 TensorFlow 程式碼。
What-If Tool 是一款用於機器學習模型的無程式碼探測工具，對於模型理解、調試和公平性很有用。可在 TensorBoard 和 jupyter 或 colab 筆記本中使用。
TensorBoard 是一套用於理解、調試和優化 TensorFlow 程式的視覺化工具。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
XLA（加速線性代數）是一種用於最佳化 TensorFlow 計算的線性代數領域特定編譯器。結果是伺服器和行動平台上的速度、記憶體使用以及可移植性得到改善。
ML Perf 是一個廣泛的 ML 基準套件，用於測量 ML 軟體框架、ML 硬體加速器和 ML 雲端平台的效能。
TensorFlow Playground 是一個可以在瀏覽器中修改神經網路的開發環境。
TPU 研究雲端 (TRC) 是一項計劃，研究人員可以免費申請訪問超過 1,000 個雲端 TPU 的集群，以幫助他們加速下一波研究突破。
MLIR 是一種新的中間表示和編譯器框架。
Lattice 是一個具有常識形狀約束的靈活、受控和可解釋的 ML 解決方案庫。
TensorFlow Hub 是一個用於可重複使用機器學習的函式庫。使用最少的程式碼下載並重複使用最新的經過訓練的模型。
TensorFlow Cloud 是一個用於將本機環境連接到 Google Cloud 的程式庫。
TensorFlow 模型最佳化工具包是一套用於最佳化 ML 模型部署和執行的工具。
TensorFlow Recommenders 是一個用於建立推薦系統模型的函式庫。
TensorFlow Text 是文字和 NLP 相關類別和操作的集合，隨時可與 TensorFlow 2 一起使用。
TensorFlow Graphics 是一個電腦圖形功能庫，範圍從相機、燈光、材質到渲染器。
TensorFlow Federated 是一個開源框架，用於機器學習和其他分散式資料計算。
TensorFlow Probability 是一個用於機率推理和統計分析的函式庫。
Tensor2Tensor 是一個深度學習模型和資料集庫，旨在使深度學習更容易存取並加速機器學習研究。
TensorFlow Privacy 是一個 Python 函式庫，其中包含 TensorFlow 最佳化器的實現，用於訓練具有差異隱私的機器學習模型。
TensorFlow Ranking 是 TensorFlow 平台上的學習排序 (LTR) 技術的函式庫。
TensorFlow Agents 是 TensorFlow 中的增強學習庫。
TensorFlow Addons 是一個貢獻儲存庫，符合完善的 API 模式，但實作了核心 TensorFlow 中不可用的新功能，由 SIG Addons 維護。 TensorFlow 本身支援大量運算子、層、指標、損失和優化器。
TensorFlow I/O 是一個資料集、串流媒體和檔案系統擴展，由 SIG IO 維護。
TensorFlow Quantum 是一個量子機器學習庫，用於快速建立混合量子經典 ML 模型的原型。
多巴胺是一個用於強化學習演算法快速原型設計的研究架構。
TRFL 是 DeepMind 創建的強化學習構建塊庫。
Mesh TensorFlow 是一種分散式深度學習語言，能夠指定廣泛的分散式張量計算。
RaggedTensors 是一個 API，可輕鬆儲存和操作形狀不均勻的數據，包括文字（單字、句子、字元）和可變長度的批次。
Unicode Ops 是一個 API，支援直接在 TensorFlow 中處理 Unicode 文字。
Magenta 是一個研究項目，探索機器學習在藝術和音樂創作過程中的作用。
Nucleus 是一個 Python 和 C++ 程式碼庫，旨在輕鬆讀取、寫入和分析 SAM 和 VCF 等常見基因組學檔案格式的資料。
Sonnet 是 DeepMind 的一個用於建立神經網路的函式庫。
神經結構化學習是一種學習框架，透過利用結構化訊號和特徵輸入來訓練神經網路。
模型修復是一個庫，可幫助建立和訓練模型，從而減少或消除因潛在效能偏差而造成的使用者傷害。
Fairness Indicators 是一個函式庫，可以輕鬆計算二元和多類分類器的常見公平性指標。
決策森林是一種最先進的演算法，用於訓練、服務和解釋模型，使用決策森林進行分類、回歸和排名。
回到頂部
Core ML 是一個 Apple 框架，用於將機器學習模型整合到 Apple 裝置（包括 iOS、watchOS、macOS 和 tvOS）上運行的應用程式中。 Core ML 為一系列廣泛的 ML 方法引入了公共檔案格式 (.mlmodel)，包括深度神經網路（卷積網路和循環網路）、具有 boosting 的樹整合和廣義線性模型。這種格式的模型可以透過 Xcode 直接整合到應用程式中。
核心機器學習簡介
將 Core ML 模型整合到您的應用程式中
核心機器學習模型
核心 ML API 參考
核心機器學習規範
Apple Core ML 開發者論壇
頂級核心 ML 線上課程 |烏德米
頂級核心 ML 線上課程 | Coursera
IBM Watson Core ML 服務 |國際商業機器公司
使用 IBM Maximo Visual Inspection 產生 Core ML 資產 |國際商業機器公司
Core ML 工具是一個包含用於 Core ML 模型轉換、編輯和驗證的支援工具的專案。
Create ML 是一款提供在 Mac 上訓練機器學習模型的新方法的工具。它消除了模型訓練的複雜性，同時產生強大的 Core ML 模型。
Tensorflow_macOS 是針對 macOS 11.0+ 的 TensorFlow 和 TensorFlow Addons 的 Mac 最佳化版本，使用 Apple 的 ML 運算框架進行加速。
Apple Vision 是一個執行臉部和臉部標誌偵測、文字偵測、條碼辨識、影像配準和一般特徵追蹤的框架。 Vision 還允許使用自訂 Core ML 模型來執行分類或物件偵測等任務。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
XGBoost 是一個最佳化的分散式梯度提升函式庫，旨在高效、靈活和便攜。它在 Gradient Boosting 框架下實作機器學習演算法。 XGBoost 提供了平行樹提升（也稱為 GBDT、GBM），可以快速準確地解決許多資料科學問題。它支援多台機器上的分散式訓練，包括AWS、GCE、Azure和Yarn叢集。它還可以與Flink、Spark等雲端資料流系統整合。
LIBSVM 是一款支援向量分類（C-SVC、nu-SVC）、迴歸（epsilon-SVR、nu-SVR）和分佈估計（一類 SVM）的整合軟體。它支援多類分類。
Scikit-Learn 是一個簡單且有效率的資料探勘與資料分析工具。它基於 NumPy、SciPy 和 mathplotlib 構建。
Xcode 包含開發人員為 Mac、iPhone、iPad、Apple TV 和 Apple Watch 創建出色應用程式所需的一切。 Xcode 為開發人員提供了統一的使用者介面設計、編碼、測試和調試工作流程。 Xcode 是一款通用應用程序，可 100% 在基於 Intel 的 CPU 和 Apple Silicon 上本機運行。它包括一個統一的 macOS SDK，其中包含建置在 Apple Silicon 和 Intel x86_64 CPU 上本機運行的應用程式所需的所有框架、編譯器、偵錯器和其他工具。
SwiftUI 是一個使用者介面工具包，它提供視圖、控制和佈局結構來聲明應用程式的使用者介面。 SwiftUI 框架提供了一個事件處理程序，用於向應用程式傳遞點擊、手勢和其他類型的輸入。
UIKit 是一個框架，為您的 iOS 或 tvOS 應用程式提供所需的基礎架構。它提供了用於實現介面的視窗和視圖架構、用於向應用程式提供多點觸控和其他類型輸入的事件處理基礎設施，以及管理用戶、系統和應用程式之間交互所需的主運行循環。
AppKit 是一個圖形使用者介面工具包，其中包含實現 macOS 應用程式使用者介面所需的所有對象，例如視窗、面板、按鈕、選單、滾動條和文字字段，並且它可以高效地為您處理所有細節在螢幕上繪製、與硬體設備和螢幕緩衝區通訊、在繪製之前清除螢幕區域以及剪輯視圖。
ARKit 是一套軟體開發工具，使開發人員能夠為 Apple 開發的 iOS 建立擴增實境應用程式。最新版本的 ARKit 3.5 利用 iPad Pro(2020) 上的新 LiDAR 掃描儀和深度感測系統來支援新一代 AR 應用程序，這些應用程式使用場景幾何來增強場景理解和物件遮擋。
RealityKit是一個利用ARKit框架提供的資訊實現高效能3D模擬和渲染的框架，將虛擬物件無縫整合到現實世界中。
SceneKit 是一個高級 3D 圖形框架，可協助您在 iOS 應用程式中建立 3D 動畫場景和效果。
Instruments 是一個強大且靈活的效能分析和測試工具，也是 Xcode 工具集的一部分。它旨在幫助您分析您的 iOS、watchOS、tvOS 和 macOS 應用程式、進程和設備，以便更好地了解和優化它們的行為和性能。
Cocoapods 是 Xcode 專案中使用的 Swift 和 Objective-C 依賴項管理器，透過在簡單的文字檔案中指定專案的依賴項。然後，CocoaPods 遞歸地解析庫之間的依賴關係，取得所有依賴關係的原始程式碼，並建立和維護 Xcode 工作區來建立您的專案。
AppCode 不斷監控您的程式碼品質。它會警告您錯誤和異味，並建議快速修復以自動解決它們。 AppCode 為 Objective-C、Swift、C/C++ 提供了大量程式碼檢查，並為其他支援的語言提供了大量程式碼檢查。
回到頂部
深度學習是機器學習的一個子集，本質上是一個三層或多層的神經網路。這些神經網路試圖模擬人腦的行為，但遠未達到其能力。這使得神經網路能夠從大量數據中「學習」。學習可以是監督的、半監督的或無監督的。
深度學習線上課程 |英偉達
頂級線上深度學習課程 | Coursera
頂級線上深度學習課程 |烏德米
透過線上課程學習深度學習 | edX
深度學習線上課程納米學位 |優達學城
Andrew Ng 的機器學習課程 | Coursera
Andrew Ng 的機器學習生產工程 (MLOps) 課程 | Coursera
資料科學：Python 中的深度學習與神經網路 |烏德米
使用 Python 理解機器學習 |多元視野
如何思考機器學習演算法 |多元視野
深度學習課程 |史丹佛在線
深度學習 - 威斯康辛大學專業與繼續教育
深度學習線上課程 |哈佛大學
適合所有人的機器學習課程 |數據營
人工智慧專家課程：白金版|烏德米
頂級線上人工智慧課程 | Coursera
透過線上課程學習人工智慧 | edX
人工智慧電腦科學專業證照| edX
人工智慧奈米學位項目
人工智慧 (AI) 線上課程 |優達學城
人工智慧入門課程|優達學城
物聯網開發人員邊緣人工智慧課程 |優達學城
推理：目標樹和基於規則的專家系統 |麻省理工學院開放課件
專家系統與應用人工智慧
自治系統 - 微軟人工智慧
微軟盆景專案簡介
使用 Microsoft 自治系統平台進行機器教學
自主海事系統訓練| AMC 搜尋
頂級自動駕駛汽車線上課程 |烏德米
應用控制系統1：自動駕駛汽車：數學+PID+MPC |烏德米
透過線上課程學習自主機器人技術 | edX
人工智慧奈米學位項目
自治系統線上課程與專案|優達學城
物聯網開發人員邊緣人工智慧課程 |優達學城
自治系統 MOOC 與免費線上課程 |慕課列表
機器人與自主系統研究生課程|史丹佛在線
行動自主系統實驗室|麻省理工學院開放課件
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。
NVIDIA DLSS（深度學習超級取樣）是一種時間影像放大 AI 渲染技術，可使用 GeForce RTX™ GPU 上的專用 Tensor Core AI 處理器來提高圖形效能。 DLSS 利用深度學習神經網路的強大功能來提高幀速率並為您的遊戲生成精美、清晰的影像。
AMD FidelityFX 超解析度 (FSR) 是一種開源高品質解決方案，用於從較低解析度輸入產生高解析度訊框。它使用一系列尖端的深度學習演算法，特別強調創建高品質的邊緣，與直接以原始解析度渲染相比，效能得到了巨大的改進。 FSR 為昂貴的渲染操作提供了“實用性能”，例如 AMD RDNA™ 和 AMD RDNA™ 2 架構的硬體光線追蹤。
英特爾 Xe 超級採樣 (XeSS) 是一種時間影像升級 AI 渲染技術，可提高圖形效能，類似於 NVIDIA 的 DLSS（深度學習超級採樣）。英特爾的 Arc GPU 架構（2022 年初）將配備專用 Xe 核心來運行 XeSS 的 GPU。 GPU 將配備 Xe Matrix eXtenstions 矩陣 (XMX) 引擎，用於硬體加速 AI 處理。 XeSS 將能夠在沒有 XMX 的裝置上運行，包括整合式顯示卡，但 XeSS 在非 Intel 顯示卡上的效能會較低，因為它將由 DP4a 指令供電。
Jupyter Notebook 是一款開源 Web 應用程序，可讓您建立和分享包含即時程式碼、方程式、視覺化和敘述文字的文件。 Jupyter 廣泛應用於資料清理和轉換、數值模擬、統計建模、資料視覺化、資料科學和機器學習等產業。
Apache Spark 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器是一種高效能連接器，可讓您在大數據分析中使用交易數據，並保留臨時查詢或報告的結果。此連接器可讓您使用本機或雲端中的任何 SQL 資料庫作為 Spark 作業的輸入資料來源或輸出資料接收器。
Apache PredictionIO 是一個面向開發人員、資料科學家和最終用戶的開源機器學習框架。它支援事件收集、演算法部署、評估、透過 REST API 查詢預測結果。它基於 Hadoop、HBase（和其他資料庫）、Elasticsearch、Spark 等可擴展的開源服務，並實現了所謂的 Lambda 架構。
Cluster Manager for Apache Kafka（CMAK）是用來管理 Apache Kafka 叢集的工具。
BigDL 是 Apache Spark 的分散式深度學習函式庫。借助 BigDL，使用者可以將深度學習應用程式編寫為標準 Spark 程序，這些程式可以直接在現有 Spark 或 Hadoop 叢集之上運行。
Eclipse Deeplearning4J (DL4J) 是一組項目，旨在支援基於 JVM（Scala、Kotlin、Clojure 和 Groovy）深度學習應用程式的所有需求。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。
Deep Learning Toolbox™ 是一種工具，它提供了一個框架，用於透過演算法、預訓練模型和應用程式設計和實現深度神經網路。您可以使用卷積神經網路（ConvNet、CNN）和長短期記憶 (LSTM) 網路對圖像、時間序列和文字資料執行分類和回歸。您可以使用自動微分、自訂訓練循環和共享權重來建立網路架構，例如生成對抗網路 (GAN) 和 Siamese 網路。透過 Deep Network Designer 應用程序，您可以以圖形方式設計、分析和訓練網路。它可以透過 ONNX 格式與 TensorFlow™ 和 PyTorch 交換模型，並從 TensorFlow-Keras 和 Caffe 匯入模型。此工具箱支援使用 DarkNet-53、ResNet-50、NASNet、SqueezeNet 和許多其他預訓練模型進行遷移學習。
Reinforcement Learning Toolbox™ 是一款提供應用程式、函數和 Simulink® 區塊的工具，用於使用強化學習演算法（包括 DQN、PPO、SAC 和 DDPG）進行訓練策略。您可以使用這些策略為資源分配、機器人和自治系統等複雜應用程式實作控制器和決策演算法。
Deep Learning HDL Toolbox™ 是一款提供功能和工具的工具，可在 FPGA 和 SoC 上建立和實作深度學習網路原型。它提供預先建構的位元流，用於在支援的 Xilinx® 和英特爾® FPGA 和 SoC 設備上運行各種深度學習網路。分析和評估工具可讓您透過探索設計、效能和資源利用率權衡來客製化深度學習網路。
ParallelComputingToolbox™ 是一款可讓您使用多核心處理器、GPU 和電腦叢集解決運算和資料密集問題的工具。並行 for 循環、特殊數組類型和並行數值演算法等高級構造使您無需 CUDA 或 MPI 編程即可並行化 MATLAB® 應用程式。此工具箱可讓您在 MATLAB 和其他工具箱中使用支援並行的函數。您可以使用此工具箱與 Simulink® 並行運行模型的多個模擬。程式和模型可以在互動模式和批次模式下運行。
XGBoost 是一個最佳化的分散式梯度提升函式庫，旨在高效、靈活和便攜。它在 Gradient Boosting 框架下實作機器學習演算法。 XGBoost 提供了平行樹提升（也稱為 GBDT、GBM），可以快速準確地解決許多資料科學問題。它支援多台機器上的分散式訓練，包括AWS、GCE、Azure和Yarn叢集。它還可以與Flink、Spark等雲端資料流系統整合。
LIBSVM 是一款支援向量分類（C-SVC、nu-SVC）、迴歸（epsilon-SVR、nu-SVR）和分佈估計（一類 SVM）的整合軟體。它支援多類分類。
Scikit-Learn 是一個簡單且有效率的資料探勘與資料分析工具。它基於 NumPy、SciPy 和 mathplotlib 構建。
TensorFlow 是一個用於機器學習的端到端開源平台。它擁有一個由工具、庫和社區資源組成的全面、靈活的生態系統，使研究人員能夠推動機器學習領域的最先進技術，並使開發人員能夠輕鬆建立和部署機器學習驅動的應用程式。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
PyTorch 是一個用於對不規則輸入資料（例如圖形、點雲和流形）進行深度學習的函式庫。主要由 Facebook 的人工智慧研究實驗室開發。
Azure Databricks 是一項基於 Apache Spark 的快速協作大數據分析服務，專為資料科學和資料工程而設計。 Azure Databricks 可在幾分鐘內設定 Apache Spark 環境、自動縮放並在互動式工作區中協同處理共用專案。 Azure Databricks 支援 Python、Scala、R、Java 和 SQL，以及資料科學框架和函式庫，包括 TensorFlow、PyTorch 和 scikit-learn。
Microsoft Cognitive Toolkit (CNTK) 是商業級分散式深度學習的開源工具包。它將神經網路描述為透過有向圖的一系列計算步驟。 CNTK 讓使用者可以輕鬆實現和組合流行的模型類型，例如前饋 DNN、卷積神經網路 (CNN) 和循環神經網路 (RNN/LSTM)。 CNTK 透過跨多個 GPU 和伺服器的自動微分和平行化實現隨機梯度下降（SGD，誤差反向傳播）學習。
Tensorflow_macOS 是針對 macOS 11.0+ 的 TensorFlow 和 TensorFlow Addons 的 Mac 最佳化版本，使用 Apple 的 ML 運算框架進行加速。
Apache Airflow 是一個由社群創建的開源工作流程管理平台，用於以程式設計方式編寫、安排和監控工作流程。安裝。原則。可擴展。 Airflow 具有模組化架構，並使用訊息佇列來編排任意數量的工作人員。氣流已準備好擴展到無限大。
開放神經網路交換 (ONNX) 是一個開放的生態系統，使人工智慧開發人員能夠隨著專案的發展選擇正確的工具。 ONNX 為人工智慧模型（深度學習和傳統機器學習）提供開源格式。它定義了可擴展的計算圖模型，以及內建運算子和標準資料類型的定義。
Apache MXNet 是一個專為提高效率和靈活性而設計的深度學習框架。它允許您混合符號和命令式編程，以最大限度地提高效率和生產力。 MXNet 的核心包含一個動態依賴調度程序，可以動態自動並行化符號操作和命令操作。其之上的圖形優化層使符號執行快速且記憶體高效。 MXNet 便攜且輕量級，可有效擴展到多個 GPU 和多台機器。支援 Python、R、Julia、Scala、Go、Javascript 等。
AutoGluon 是深度學習工具包，可自動執行機器學習任務，讓您在應用程式中輕鬆實現強大的預測效能。只需幾行程式碼，您就可以在表格、圖像和文字資料上訓練和部署高精度深度學習模型。
Anaconda 是一個非常流行的機器學習和深度學習資料科學平台，使用戶能夠開發模型、訓練和部署模型。
PlaidML 是一種先進的便攜式張量編譯器，可在筆記型電腦、嵌入式設備或其他可用計算硬體未得到良好支援或可用軟體堆疊包含令人不快的許可限制的設備上實現深度學習。
OpenCV 是一個高度優化的函式庫，專注於即時電腦視覺應用。 C++、Python 和 Java 介面支援 Linux、MacOS、Windows、iOS 和 Android。
Scikit-Learn 是一個基於 SciPy、NumPy 和 matplotlib 構建的用於機器學習的 Python 模組，可以更輕鬆地應用許多流行機器學習演算法的強大而簡單的實作。
Weka 是一款開源機器學習軟體，可透過圖形使用者介面、標準終端應用程式或 Java API 進行存取。它廣泛用於教學、研究和工業應用，包含大量用於標準機器學習任務的內建工具，並且還提供對 scikit-learn、R 和 Deeplearning4j 等知名工具箱的透明存取。
Caffe 是一個深度學習框架，考慮了表達、速度和模組化。它由伯克利人工智慧研究中心 (BAIR)/伯克利視覺與學習中心 (BVLC) 和社區貢獻者開發。
Theano 是一個 Python 函式庫，可讓您有效地定義、最佳化和評估涉及多維數組的數學表達式，包括與 NumPy 的緊密整合。
Microsoft Project Bonsai 是一個低程式碼 AI 平台，可加速 AI 驅動的自動化開發，是 Microsoft 自治系統套件的一部分。 Bonsai 用於建立 AI 組件，可為操作員提供指導或做出獨立決策，以優化流程變數、提高生產效率並減少停機時間。
Microsoft AirSim 是一款無人機、汽車等模擬器，基於 Unreal Engine（具有實驗性 Unity 版本）構建。 AirSim 是開源、跨平台的，支援使用流行的飛行控制器（例如 PX4 和 ArduPilot）進行軟體在環仿真，以及使用 PX4 進行硬體在環仿真，以實現物理和視覺上的真實仿真。它被開發為一個虛幻插件，可以簡單地放入任何虛幻環境中。 AirSim 正在開發為人工智慧研究平台，用於試驗自動駕駛汽車的深度學習、電腦視覺和強化學習演算法。
CARLA 是一個用於自動駕駛研究的開源模擬器。 CARLA 的開發是為了支援自動駕駛系統的開發、培訓和驗證。除了開源代碼和協議之外，CARLA 還提供為此目的創建的開放數位資產（城市佈局、建築物、車輛），並且可以自由使用。
ROS/ROS2bridge for CARLA(package)是一個能夠實作ROS和CARLA之間雙向通訊的橋接器。來自 CARLA 伺服器的資訊被轉換為 ROS 主題。以同樣的方式，ROS 中的節點之間發送的訊息被轉換為要在 CARLA 中應用的命令。
ROS Toolbox 是一款提供連接 MATLAB® 和 Simulink® 與機器人作業系統（ROS 和 ROS 2）的介面的工具，可讓您建立 ROS 節點網路。此工具箱包括 MATLAB 函數和 Simulink 模組，用於匯入、分析和回放 rosbag 檔案中記錄的 ROS 資料。您也可以連接到即時 ROS 網路以存取 ROS 訊息。
Robotics Toolbox™ 提供了一個工具箱，可將機器人技術的特定功能（設計、模擬和測試操縱器、移動機器人和人形機器人）引入MATLAB，利用MATLAB 的本機功能（線性代數、可移植性、圖形） 。該工具箱還支援移動機器人，具有機器人運動模型（自行車）、路徑規劃演算法（bug、距離變換、D*、PRM）、運動動力學規劃（格子、RRT）、定位（EKF、粒子濾波器）、地圖建構（ EKF）和同步定位與建圖（EKF），以及非完整車輛的 Simulink 模型 a。工具箱還包括四旋翼飛行機器人的詳細 Simulink 模型。
Image Processing Toolbox™ 是一款為影像處理、分析、視覺化和演算法開發提供一整套參考標準演算法和工作流程應用程式的工具。您可以執行影像分割、影像增強、降噪、幾何變換、影像配準和 3D 影像處理。
Computer Vision Toolbox™ 是一款提供用於設計和測試電腦視覺、3D 視覺和視訊處理系統的演算法、函數和應用程式的工具。您可以執行物件檢測和跟踪，以及特徵檢測、提取和匹配。您可以自動化單相機、立體相機和魚眼相機的校準工作流程。對於 3D 視覺，此工具箱支援視覺和點雲 SLAM、立體視覺、運動結構和點雲處理。
Robotics Toolbox™ 是一個提供工具箱的工具，可將機器人技術的特定功能（設計、模擬和測試操縱器、移動機器人和人形機器人）引入MATLAB，利用MATLAB 的本機功能（線性代數、可移植性、圖形）。該工具箱還支援移動機器人，具有機器人運動模型（自行車）、路徑規劃演算法（bug、距離變換、D*、PRM）、運動動力學規劃（格子、RRT）、定位（EKF、粒子濾波器）、地圖建構（ EKF）和同時定位和映射（EKF），以及非獨立工具的Simulink模型A。工具箱還包括四型飛行器機器人的詳細模型。
模型預測控制工具箱™是一種工具，可使用線性和非線性模型預測控制（MPC）提供功能，應用程式和Simulink®區塊，用於設計和模擬控制器。此工具箱使您可以指定植物和乾擾模型，地平線，約束和權重。透過執行閉環模擬，您可以評估控制器效能。
預測維護Toolbox™是一種工具，可讓您管理感測器數據，設計條件指標，並估算機器的剩餘使用壽命（RUL）。該工具箱提供了使用基於數據和模型的技術（包括統計，光譜和時間序列分析）的功能和用於探索，提取和排名功能的互動式應用程式。
Vision HDL Toolbox™是一種工具，可為FPGA和ASIC上的視覺系統設計和實作提供像素流演算法。它提供了一個設計框架，該框架支援各種介面類型，框架大小和幀速率。工具箱中的影像處理，視訊和電腦視覺演算法使用適合HDL實現的體系結構。
自動駕駛Toolbox™是MATLAB工具，可提供設計，模擬和測試ADA和自主駕駛系統的演算法和工具。您可以設計和測試視覺和光達感知系統，以及感測器融合，路徑計劃和車輛控制器。視覺化工具包括鳥眼視圖和感測器覆蓋範圍的範圍，檢測和軌道以及視頻，LIDAR和地圖的顯示。此工具箱可讓您匯入並使用HD Live Map Data和OpenDrive®道路網路。它還提供了常見ADA和自動駕駛功能的參考申請範例，包括FCW，AEB，ACC，LKA和停車代客。此工具箱支援C/C ++程式碼生成，用於快速原型和HIL測試，並支援感測器融合，跟踪，路徑計劃和車輛控制器演算法。
UAV工具箱是一個應用程序，可提供用於設計，模擬，測試和部署無人機（UAV）和無人機應用程式的工具和參考應用程式。您可以設計自動駕駛演算法，無人機任務和飛行控制器。 Flight Log Analyzer應用程式可讓您從公共飛行日誌格式進行互動分析3D飛行路徑，遙測資訊和感測器讀數。
Navigation Toolbox™是一種工具，可為運動計劃，同時定位和映射（SLAM）和慣性導航提供演算法和分析工具。此工具箱包括可自訂的搜尋和基於採樣的路徑規劃者，以及用於驗證和比較路徑的指標。您可以建立2D和3D地圖表示形式，使用SLAM演算法產生地圖，並使用SLAM MAP BUILDER應用程式進行互動式視覺化和除錯地圖產生。
LIDAR Toolbox™是一種工具，可提供用於設計，分析和測試LIDAR處理系統的演算法，功能和應用程式。您可以執行物件偵測和跟踪，語義分割，形狀擬合，雷射雷達註冊和障礙物偵測。 LIDAR工具箱支援LIDAR-CAMERAS跨校準，用於將電腦視覺和LIDAR處理的工作流程。
映射Toolbox™是一種工具，可提供用於轉換地理資料並建立地圖顯示的演算法和功能。您可以在地理上下文中視覺化數據，從60多個地圖投影中建立地圖顯示，並將資料從各種來源轉換為一致的地理座標系。
回到頂部
強化學習是機器學習的子集，它是一個具有三個或三個層的神經網路。但是，這些神經網路試圖模擬人腦的行為，這與其能力遠遠不匹配。這使神經網路可以從模型學習的過程中“學習”，從而使基於反饋中的環境中的動作變得更加準確，以最大程度地提高獎勵。可以監督，半監督或無監督。
頂尖密集學習課程| Coursera
頂尖密集學習課程|烏德米
頂尖密集學習課程|優達學城
強化學習課程|史丹佛在線
深度學習線上課程|英偉達
頂級學習課程線上| Coursera
頂級學習課程線上|烏德米
透過線上課程和課程學習深入學習| edX
深度學習線上課程Nanodegree |優達學城
Andrew Ng的機器學習課程| Coursera
Andrew Ng的生產機器學習工程（MLOP）課程| Coursera
資料科學：Python的深度學習與神經網路|烏德米
使用Python了解機器學習|多元視野
如何思考機器學習演算法|多元視野
深度學習課程|史丹佛在線
深度學習 - UW專業和繼續教育
深度學習線上課程|哈佛大學
每個人的機器學習課程|數據營
人工智慧專家課程：白金版|烏德米
頂級人工智慧課程線上| Coursera
透過線上課程和課程學習人工智慧| edX
人工智慧電腦科學專業證照| edX
人工智慧奈米化程式
人工智慧（AI）線上課程|優達學城
人工智慧課程的介紹|優達學城
IoT開發人員課程的Edge AI |優達學城
推理：目標樹和基於規則的專家系統|麻省理工學院開放課件
專家系統與應用人工智慧
自主系統-Microsoft AI
Microsoft Project Bonsai簡介
Microsoft自主系統平台的機器教學
自主海洋系統訓練| AMC搜尋
頂級自動駕駛汽車課程線上|烏德米
應用控制系統1：自動駕駛汽車：數學 + PID + MPC |烏德米
透過線上課程和課程學習自主機器人技術| edX
人工智慧奈米化程式
自治系統線上課程與計畫|優達學城
IoT開發人員課程的Edge AI |優達學城
自治系統MOOC和免費線上課程|慕課列表
機器人技術與自治系統研究生課程| Standford Online
行動自主系統實驗室|麻省理工學院開放課件
OpenAI是一個開源Python庫，用於透過提供標準API來開發和比較增強學習演算法，以在學習演算法和環境之間進行通信，以及符合該API的標準環境。
增強性學習。
增強學習Toolbox™是一種工具，可為使用增強學習演算法（包括DQN，PPO，SAC和DDPG）提供應用程序，功能和Simulink®區塊，用於培訓策略。您可以使用這些策略來為複雜的應用程式（例如資源分配，機器人技術和自治系統）實施控制器和決策演算法。
Amazon SageMaker 是一項完全託管的服務，讓每位開發人員和資料科學家能夠快速建置、訓練和部署機器學習 (ML) 模型。
AWS Robomaker是一項服務，可為模擬提供完整的，可擴展的基礎架構，並在模擬中使用回歸測試，用於多機器人模擬和CI/CD整合。
TensorFlow 是一個用於機器學習的端到端開源平台。它擁有一個由工具、庫和社區資源組成的全面、靈活的生態系統，使研究人員能夠推動機器學習領域的最先進技術，並使開發人員能夠輕鬆建立和部署機器學習驅動的應用程式。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
PyTorch 是一個用於對不規則輸入資料（例如圖形、點雲和流形）進行深度學習的函式庫。主要由 Facebook 的人工智慧研究實驗室開發。
Scikit-Learn是用於資料探勘和資料分析的簡單有效的工具。它建立在Numpy，Scipy和MathPlotlib上。
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。
Jupyter Notebook 是一款開源 Web 應用程序，可讓您建立和分享包含即時程式碼、方程式、視覺化和敘述文字的文件。 Jupyter 廣泛應用於資料清理和轉換、數值模擬、統計建模、資料視覺化、資料科學和機器學習等產業。
Apache Spark 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器是一種高效能連接器，可讓您在大數據分析中使用交易數據，並保留臨時查詢或報告的結果。此連接器可讓您使用本機或雲端中的任何 SQL 資料庫作為 Spark 作業的輸入資料來源或輸出資料接收器。
Apache PredictionIO 是一個面向開發人員、資料科學家和最終用戶的開源機器學習框架。它支援事件收集、演算法部署、評估、透過 REST API 查詢預測結果。它基於 Hadoop、HBase（和其他資料庫）、Elasticsearch、Spark 等可擴展的開源服務，並實現了所謂的 Lambda 架構。
Cluster Manager for Apache Kafka（CMAK）是用來管理 Apache Kafka 叢集的工具。
BigDL 是 Apache Spark 的分散式深度學習函式庫。借助 BigDL，使用者可以將深度學習應用程式編寫為標準 Spark 程序，這些程式可以直接在現有 Spark 或 Hadoop 叢集之上運行。
Eclipse Deeplearning4J (DL4J) 是一組項目，旨在支援基於 JVM（Scala、Kotlin、Clojure 和 Groovy）深度學習應用程式的所有需求。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。
Deep Learning Toolbox™是一種工具，可為使用演算法，預審預修的模型和應用程式設計和實施深層神經網路提供一個框架。您可以使用卷積神經網路（Convnets，CNN）和長期短期記憶體（LSTM）網路對圖像，時間序列和文字資料進行分類和回歸。您可以使用自動分化，自訂訓練環和共享權重建立網路體系結構，例如生成對抗網路（GAN）和暹羅網路。借助Deep Network Designer應用程序，您可以以圖形方式設計，分析和訓練網路。它可以透過ONNX格式與Tensorflow™和Pytorch交換模型，並從Tensorflow-keras和Caffe匯入模型。此工具箱支援Darknet-53，Resnet-50，Nasnet，Squeezenet和許多其他預審預週審經的模型的轉移學習。
深度學習HDL Toolbox™是一種工具，可為FPGA和SOCS提供原型和實施深度學習網路的功能和工具。它提供了預先建造的Bortreams，用於在支援的Xilinx®和Intel®FPGA和SOC設備上運行各種深度學習網路。分析和估算工具可讓您透過探索設計，效能和資源利用權衡來自訂深度學習網路。
並行運算Toolbox™是一種工具，可讓您使用多層處理器，GPU和電腦簇在運算和資料密集型問題上解決。高階構建體，例如並行的前路，特殊的陣列類型和並行的數值演算法，使您可以在沒有CUDA或MPI編程的情況下並行化MATLAB®應用程式。此工具箱可讓您在MATLAB和其他工具箱中使用並行啟用的功能。您可以將具有Simulink®的工具箱並行運行模型的多個模擬。程式和模型可以以互動式和批次模式運行。
XGBoost 是一個最佳化的分散式梯度提升函式庫，旨在高效、靈活和便攜。它在 Gradient Boosting 框架下實作機器學習演算法。 XGBoost 提供了平行樹提升（也稱為 GBDT、GBM），可以快速準確地解決許多資料科學問題。它支援多台機器上的分散式訓練，包括AWS、GCE、Azure和Yarn叢集。它還可以與Flink、Spark等雲端資料流系統整合。
LIBSVM是用於支援向量分類的整合軟體（C-SVC，NU-SVC），迴歸（Epsilon-SVR，NU-SVR）和分佈估計（一級SVM）。它支援多類分類。
Azure Databricks 是一項基於 Apache Spark 的快速協作大數據分析服務，專為資料科學和資料工程而設計。 Azure Databricks 可在幾分鐘內設定 Apache Spark 環境、自動縮放並在互動式工作區中協同處理共用專案。 Azure Databricks 支援 Python、Scala、R、Java 和 SQL，以及資料科學框架和函式庫，包括 TensorFlow、PyTorch 和 scikit-learn。
Microsoft Cognitive Toolkit (CNTK) 是商業級分散式深度學習的開源工具包。它將神經網路描述為透過有向圖的一系列計算步驟。 CNTK 讓使用者可以輕鬆實現和組合流行的模型類型，例如前饋 DNN、卷積神經網路 (CNN) 和循環神經網路 (RNN/LSTM)。 CNTK 透過跨多個 GPU 和伺服器的自動微分和平行化實現隨機梯度下降（SGD，誤差反向傳播）學習。
Tensorflow_macos是使用Apple的ML Compute Framework加速的MACOS 11.0+的TensorFlow和TensorFlow插件的MAC優化版本。
Apache Airflow 是一個由社群創建的開源工作流程管理平台，用於以程式設計方式編寫、安排和監控工作流程。安裝。原則。可擴展。 Airflow 具有模組化架構，並使用訊息佇列來編排任意數量的工作人員。氣流已準備好擴展到無限大。
開放神經網路交換 (ONNX) 是一個開放的生態系統，使人工智慧開發人員能夠隨著專案的發展選擇正確的工具。 ONNX 為人工智慧模型（深度學習和傳統機器學習）提供開源格式。它定義了可擴展的計算圖模型，以及內建運算子和標準資料類型的定義。
Apache MXNet 是一個專為提高效率和靈活性而設計的深度學習框架。它允許您混合符號和命令式編程，以最大限度地提高效率和生產力。 MXNet 的核心包含一個動態依賴調度程序，可以動態自動並行化符號操作和命令操作。其之上的圖形優化層使符號執行快速且記憶體高效。 MXNet 便攜且輕量級，可有效擴展到多個 GPU 和多台機器。支援 Python、R、Julia、Scala、Go、Javascript 等。
AutoGluon 是深度學習工具包，可自動執行機器學習任務，讓您在應用程式中輕鬆實現強大的預測效能。只需幾行程式碼，您就可以在表格、圖像和文字資料上訓練和部署高精度深度學習模型。
Anaconda 是一個非常流行的機器學習和深度學習資料科學平台，使用戶能夠開發模型、訓練和部署模型。
PlaidML 是一種先進的便攜式張量編譯器，可在筆記型電腦、嵌入式設備或其他可用計算硬體未得到良好支援或可用軟體堆疊包含令人不快的許可限制的設備上實現深度學習。
OpenCV 是一個高度優化的函式庫，專注於即時電腦視覺應用。 C++、Python 和 Java 介面支援 Linux、MacOS、Windows、iOS 和 Android。
Scikit-Learn 是一個基於 SciPy、NumPy 和 matplotlib 構建的用於機器學習的 Python 模組，可以更輕鬆地應用許多流行機器學習演算法的強大而簡單的實作。
Weka 是一款開源機器學習軟體，可透過圖形使用者介面、標準終端應用程式或 Java API 進行存取。它廣泛用於教學、研究和工業應用，包含大量用於標準機器學習任務的內建工具，並且還提供對 scikit-learn、R 和 Deeplearning4j 等知名工具箱的透明存取。
Caffe 是一個深度學習框架，考慮了表達、速度和模組化。它由伯克利人工智慧研究中心 (BAIR)/伯克利視覺與學習中心 (BVLC) 和社區貢獻者開發。
Theano 是一個 Python 函式庫，可讓您有效地定義、最佳化和評估涉及多維數組的數學表達式，包括與 NumPy 的緊密整合。
Microsoft Project Bonsai是一個低程式碼AI平台，可加快AI驅動的自動化開發，也是Microsoft的自主系統套件的一部分。盆景用於建立可以提供操作員指導或獨立決策以優化製程變量，提高生產效率並降低停機時間的獨立決策的AI組件。
Microsoft Airsim是基於虛幻引擎的無人機，汽車等的模擬器（具有實驗性統一釋放）。 Airsim是開源，跨平台，並支援流行的飛行控制器（例如PX4＆ArdupiLot）和PX4的硬體式仿真，用於物理和視覺逼真的模擬。它是一種不真實的插件開發的，可以簡單地將其放入任何虛幻的環境中。 Airsim正在開發為AI研究的平台，以實驗自動駕駛汽車的深度學習，電腦視覺和增強學習演算法。
CARLA 是一個用於自動駕駛研究的開源模擬器。 CARLA 的開發是為了支援自動駕駛系統的開發、培訓和驗證。除了開源代碼和協議之外，CARLA 還提供為此目的創建的開放數位資產（城市佈局、建築物、車輛），並且可以自由使用。
Carla的ROS/ROS2橋（包裝）是一座橋，可在ROS和Carla之間進行雙向通訊。來自Carla伺服器的資訊被轉換為ROS主題。以同樣的方式，ROS中的節點之間發送的訊息轉換為要在Carla應用的命令。
ROS Toolbox是一種工具，可提供與機器人作業系統（ROS和ROS 2）連接Matlab®和Simulink®的接口，從而使您能夠創建一個ROS節點網路。此工具箱包括MATLAB函數和Simulink區塊，以匯入，分析和播放ROSBAG檔案中記錄的ROS資料。您也可以連接到即時ROS網路以存取ROS訊息。
Robotics Toolbox™提供了一個工具箱，該工具箱可將機器人特定功能（設計，模擬和測試操縱器，移動機器人和人形機器人機器人）帶到MATLAB，從而利用MATLAB的本機功能（線性代數，便攜性，圖形，圖形）。該工具箱還支援具有機器人運動模型功能（自行車），路徑規劃演算法（蟲，距離轉換，D*，PRM），運動動力學計劃（晶格，RRT），本地化（EKF，粒子過濾器）， MAP Building（MAP Building（ EKF）和同時定位和映射（EKF），以及非獨立工具的Simulink模型A。工具箱還包括四型飛行器機器人的詳細模型。
影像處理工具箱™是一種工具，可為影像處理，分析，視覺化和演算法開發提供一組全面的參考標準演算法和工作流程應用程式。您可以執行影像分割，影像增強，降噪，幾何變換，影像註冊和3D影像處理。
Computer Vision Toolbox™是一種工具，可提供用於設計和測試電腦視覺，3D視覺和視訊處理系統的演算法，功能和應用程式。您可以執行物件檢測和追蹤以及功能檢測，提取和匹配。您可以自動化單，立體聲和魚眼相機的校準工作流程。對於3D視覺，此工具箱支援視覺和點雲的大滿貫，立體聲視覺，運動的結構以及點雲處理。
Robotics Toolbox™是一種提供工具箱，可將機器人特定功能（設計，模擬和測試操縱器，移動機器人和人形機器人機器人）帶到MATLAB，從而利用MATLAB的本地功能（線性代數，可攜帶性，可攜帶，圖形，圖形）。該工具箱還支援具有機器人運動模型功能（自行車），路徑規劃演算法（蟲，距離轉換，D*，PRM），運動動力學計劃（晶格，RRT），本地化（EKF，粒子過濾器）， MAP Building（MAP Building（ EKF）和同時定位和映射（EKF），以及非獨立工具的Simulink模型A。工具箱還包括四型飛行器機器人的詳細模型。
模型預測控制工具箱™是一種工具，可使用線性和非線性模型預測控制（MPC）提供功能，應用程式和Simulink®區塊，用於設計和模擬控制器。此工具箱使您可以指定植物和乾擾模型，地平線，約束和權重。透過執行閉環模擬，您可以評估控制器效能。
預測維護Toolbox™是一種工具，可讓您管理感測器數據，設計條件指標，並估算機器的剩餘使用壽命（RUL）。該工具箱提供了使用基於數據和模型的技術（包括統計，光譜和時間序列分析）的功能和用於探索，提取和排名功能的互動式應用程式。
Vision HDL Toolbox™是一種工具，可為FPGA和ASIC上的視覺系統設計和實作提供像素流演算法。它提供了一個設計框架，該框架支援各種介面類型，框架大小和幀速率。工具箱中的影像處理，視訊和電腦視覺演算法使用適合HDL實現的體系結構。
自動駕駛Toolbox™是MATLAB工具，可提供設計，模擬和測試ADA和自主駕駛系統的演算法和工具。您可以設計和測試視覺和光達感知系統，以及感測器融合，路徑計劃和車輛控制器。視覺化工具包括鳥眼視圖和感測器覆蓋範圍的範圍，檢測和軌道以及視頻，LIDAR和地圖的顯示。此工具箱可讓您匯入並使用HD Live Map Data和OpenDrive®道路網路。它還提供了常見ADA和自動駕駛功能的參考申請範例，包括FCW，AEB，ACC，LKA和停車代客。此工具箱支援C/C ++程式碼生成，用於快速原型和HIL測試，並支援感測器融合，跟踪，路徑計劃和車輛控制器演算法。
Navigation Toolbox™是一種工具，可為運動計劃，同時定位和映射（SLAM）和慣性導航提供演算法和分析工具。此工具箱包括可自訂的搜尋和基於採樣的路徑規劃者，以及用於驗證和比較路徑的指標。您可以建立2D和3D地圖表示形式，使用SLAM演算法產生地圖，並使用SLAM MAP BUILDER應用程式進行互動式視覺化和除錯地圖產生。
UAV工具箱是一個應用程序，可提供用於設計，模擬，測試和部署無人機（UAV）和無人機應用程式的工具和參考應用程式。您可以設計自動駕駛演算法，無人機任務和飛行控制器。 Flight Log Analyzer應用程式可讓您從公共飛行日誌格式進行互動分析3D飛行路徑，遙測資訊和感測器讀數。
LIDAR Toolbox™是一種工具，可提供用於設計，分析和測試LIDAR處理系統的演算法，功能和應用程式。您可以執行物件偵測和跟踪，語義分割，形狀擬合，雷射雷達註冊和障礙物偵測。 LIDAR工具箱支援LIDAR-CAMERAS跨校準，用於將電腦視覺和LIDAR處理的工作流程。
映射Toolbox™是一種工具，可提供用於轉換地理資料並建立地圖顯示的演算法和功能。您可以在地理上下文中視覺化數據，從60多個地圖投影中建立地圖顯示，並將資料從各種來源轉換為一致的地理座標系。
回到頂部
電腦視覺是一個人工智慧（AI）的領域，致力於使電腦識別和理解圖像和影片中的物件和人員。
OPENCV課程
在Microsoft Azure中探索電腦視覺
頂級電腦視覺課程線上| Coursera
頂級電腦視覺課程線上|烏德米
透過線上課程和課程學習電腦視覺| edX
電腦視覺和影像處理基礎| edX
電腦視覺課程簡介|優達學城
電腦視覺NanodeGree程式|優達學城
機器視覺課程|麻省理工學院開放課程
電腦視覺訓練課程| NobleProg
視覺計算研究生課程|史丹佛在線
OpenCV 是一個高度優化的函式庫，專注於即時電腦視覺應用。 C++、Python 和 Java 介面支援 Linux、MacOS、Windows、iOS 和 Android。
Microsoft電腦視覺食譜是一個項目，提供了建立電腦視覺系統的範例和最佳實踐指南。這使人們可以建立一套全面的工具和範例，以利用電腦視覺演算法，神經體系結構和操作此類系統的最新進展。從現有的最新庫中創造，並圍繞加載圖像數據構建額外的實用程序，優化和評估模型，並擴展到雲端。
Microsoft Cognitive Toolkit (CNTK) 是商業級分散式深度學習的開源工具包。它將神經網路描述為透過有向圖的一系列計算步驟。 CNTK 讓使用者可以輕鬆實現和組合流行的模型類型，例如前饋 DNN、卷積神經網路 (CNN) 和循環神經網路 (RNN/LSTM)。 CNTK 透過跨多個 GPU 和伺服器的自動微分和平行化實現隨機梯度下降（SGD，誤差反向傳播）學習。
Scikit-Learn 是一個基於 SciPy、NumPy 和 matplotlib 構建的用於機器學習的 Python 模組，可以更輕鬆地應用許多流行機器學習演算法的強大而簡單的實作。
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。
自動駕駛Toolbox™是MATLAB工具，可提供設計，模擬和測試ADA和自主駕駛系統的演算法和工具。您可以設計和測試視覺和光達感知系統，以及感測器融合，路徑計劃和車輛控制器。視覺化工具包括鳥眼視圖和感測器覆蓋範圍的範圍，檢測和軌道以及視頻，LIDAR和地圖的顯示。此工具箱可讓您匯入並使用HD Live Map Data和OpenDrive®道路網路。它還提供了常見ADA和自動駕駛功能的參考申請範例，包括FCW，AEB，ACC，LKA和停車代客。此工具箱支援C/C ++程式碼生成，用於快速原型和HIL測試，並支援感測器融合，跟踪，路徑計劃和車輛控制器演算法。
Lrslibrary是一種低階和稀疏工具，用於影片中的背景建模和減法。該庫設計用於視訊中的物件檢測，但也可用於其他電腦視覺和機器學習問題。
影像處理工具箱™是一種工具，可為影像處理，分析，視覺化和演算法開發提供一組全面的參考標準演算法和工作流程應用程式。您可以執行影像分割，影像增強，降噪，幾何變換，影像註冊和3D影像處理。
Computer Vision Toolbox™是一種工具，可提供用於設計和測試電腦視覺，3D視覺和視訊處理系統的演算法，功能和應用程式。您可以執行物件檢測和追蹤以及功能檢測，提取和匹配。您可以自動化單，立體聲和魚眼相機的校準工作流程。對於3D視覺，此工具箱支援視覺和點雲的大滿貫，立體聲視覺，運動的結構以及點雲處理。
統計資訊和機器學習工具箱™是一種提供功能和應用程式來描述，分析和模型資料的工具。您可以使用描述性統計，視覺化和聚類進行探索性資料分析；將機率分佈擬合到數據；產生蒙特卡羅模擬的隨機數，並進行假設檢定。回歸和分類演算法可讓您使用分類和回歸學習者應用程序，或使用AUTOML進行分類和回歸學習者應用程序，或以編程方式進行互動性建立預測模型。
LIDAR Toolbox™是一種工具，可提供用於設計，分析和測試LIDAR處理系統的演算法，功能和應用程式。您可以執行物件偵測和跟踪，語義分割，形狀擬合，雷射雷達註冊和障礙物偵測。 LIDAR工具箱支援LIDAR-CAMERAS跨校準，用於將電腦視覺和LIDAR處理的工作流程。
映射Toolbox™是一種工具，可提供用於轉換地理資料並建立地圖顯示的演算法和功能。您可以在地理上下文中視覺化數據，從60多個地圖投影中建立地圖顯示，並將資料從各種來源轉換為一致的地理座標系。
UAV工具箱是一個應用程序，可提供用於設計，模擬，測試和部署無人機（UAV）和無人機應用程式的工具和參考應用程式。您可以設計自動駕駛演算法，無人機任務和飛行控制器。 Flight Log Analyzer應用程式可讓您從公共飛行日誌格式進行互動分析3D飛行路徑，遙測資訊和感測器讀數。
並行運算Toolbox™是一種工具，可讓您使用多層處理器，GPU和電腦簇在運算和資料密集型問題上解決。高階構建體，例如並行的前路，特殊的陣列類型和並行的數值演算法，使您可以在沒有CUDA或MPI編程的情況下並行化MATLAB®應用程式。此工具箱可讓您在MATLAB和其他工具箱中使用並行啟用的功能。您可以將具有Simulink®的工具箱並行運行模型的多個模擬。程式和模型可以以互動式和批次模式運行。
部分微分方程Toolbox™是一種使用有限元素分析的結構力學，傳熱和一般部分微分方程（PDE）的功能。
ROS Toolbox是一種工具，可提供與機器人作業系統（ROS和ROS 2）連接Matlab®和Simulink®的接口，從而使您能夠創建一個ROS節點網路。此工具箱包括MATLAB函數和Simulink區塊，以匯入，分析和播放ROSBAG檔案中記錄的ROS資料。您也可以連接到即時ROS網路以存取ROS訊息。
Robotics Toolbox™提供了一個工具箱，該工具箱可將機器人特定功能（設計，模擬和測試操縱器，移動機器人和人形機器人機器人）帶到MATLAB，從而利用MATLAB的本機功能（線性代數，便攜性，圖形，圖形）。該工具箱還支援具有機器人運動模型功能（自行車），路徑規劃演算法（蟲，距離轉換，D*，PRM），運動動力學計劃（晶格，RRT），本地化（EKF，粒子過濾器）， MAP Building（MAP Building（ EKF）和同時定位和映射（EKF），以及非獨立工具的Simulink模型A。工具箱還包括四型飛行器機器人的詳細模型。
Deep Learning Toolbox™是一種工具，可為使用演算法，預審預修的模型和應用程式設計和實施深層神經網路提供一個框架。您可以使用卷積神經網路（Convnets，CNN）和長期短期記憶體（LSTM）網路對圖像，時間序列和文字資料進行分類和回歸。您可以使用自動分化，自訂訓練環和共享權重建立網路體系結構，例如生成對抗網路（GAN）和暹羅網路。借助Deep Network Designer應用程序，您可以以圖形方式設計，分析和訓練網路。它可以透過ONNX格式與Tensorflow™和Pytorch交換模型，並從Tensorflow-keras和Caffe匯入模型。此工具箱支援Darknet-53，Resnet-50，Nasnet，Squeezenet和許多其他預審預週審經的模型的轉移學習。
增強學習Toolbox™是一種工具，可為使用增強學習演算法（包括DQN，PPO，SAC和DDPG）提供應用程序，功能和Simulink®區塊，用於培訓策略。您可以使用這些策略來為複雜的應用程式（例如資源分配，機器人技術和自治系統）實施控制器和決策演算法。
深度學習HDL Toolbox™是一種工具，可為FPGA和SOCS提供原型和實施深度學習網路的功能和工具。它提供了預先建造的Bortreams，用於在支援的Xilinx®和Intel®FPGA和SOC設備上運行各種深度學習網路。分析和估算工具可讓您透過探索設計，效能和資源利用權衡來自訂深度學習網路。
模型預測控制工具箱™是一種工具，可使用線性和非線性模型預測控制（MPC）提供功能，應用程式和Simulink®區塊，用於設計和模擬控制器。此工具箱使您可以指定植物和乾擾模型，地平線，約束和權重。透過執行閉環模擬，您可以評估控制器效能。
Vision HDL Toolbox™是一種工具，可為FPGA和ASIC上的視覺系統設計和實作提供像素流演算法。它提供了一個設計框架，該框架支援各種介面類型，框架大小和幀速率。工具箱中的影像處理，視訊和電腦視覺演算法使用適合HDL實現的體系結構。
資料擷取Toolbox™是一種工具，可提供用於配置資料擷取硬體的應用和功能，將資料讀取到MATLAB®和SIMULINK®中，並將資料寫入DAQ類比和數位輸出管道。此工具箱支援各種DAQ硬件，包括來自NationalInstruments®和其他供應商的USB，PCI，PCIExpress®，PXI®和PXIExpress®設備。
Microsoft Airsim是基於虛幻引擎的無人機，汽車等的模擬器（具有實驗性統一釋放）。 Airsim是開源，跨平台，並支援流行的飛行控制器（例如PX4＆ArdupiLot）和PX4的硬體式仿真，用於物理和視覺逼真的模擬。它是一種不真實的插件開發的，可以簡單地將其放入任何虛幻的環境中。 Airsim正在開發為AI研究的平台，以實驗自動駕駛汽車的深度學習，電腦視覺和增強學習演算法。
回到頂部
自然語言處理（NLP）是人工智慧（AI）的一個分支（AI），致力於使電腦能夠以與人類的方式理解文字和口語的能力。 NLP結合了計算語言學規則的人類語言建模與統計，機器學習和深度學習模型。
使用Python的NLTK軟體包處理自然語言處理
認知服務 - AI開發人員|微軟Azure
人工智慧服務 - 亞馬遜網路服務（AWS）
谷歌雲端自然語言API
頂級自然語言處理課程在線|烏德米
自然語言處理簡介（NLP）|烏德米
頂級自然語言處理課程| Coursera
自然語言處理 | Coursera
TensorFlow中的自然語言處理| Coursera
透過線上課程和課程學習自然語言處理| edX
使用Microsoft Azure建置自然語言處理解決方案|多元視野
自然語言處理（NLP）培訓課程| NobleProg
深度學習課程的自然語言處理| Standford Online
先進的自然語言處理 - 麻省理工學院opencourseware
認證的自然語言處理專家認證| iabac
自然語言處理課程 - 英特爾
自然語言工具包（NLTK）是建立Python程式以使用人類語言資料的領先平台。它為50多個語料庫和詞彙資源（例如WordNet）提供了易於使用的接口，以及一套文本處理庫，用於分類，代幣化，詞幹，標記，標記，解析和語義推理，以及用於工業強度NLP NLP庫的包裝。
Spacy是Python和Cython中高階自然語言處理的圖書館。它建立在最新研究的基礎上，從第一天開始設計用於真實產品。 Spacy附帶驗證的管道，目前支援60多種語言的令牌化和培訓。它還具有用於標記，解析，命名實體識別，文本分類以及更多任務的多任務學習的神經網路模型。
Corenlp是用Java寫成的一組自然語言分析工具。 CORENLP使用戶能夠得出文本的語言註釋，包括令牌和句子邊界，語音的部分，命名實體，數字和時間值，依賴關係和選區釋放，核心，核心，情感，報價歸因和關係。
NLPNET是基於神經網路的自然語言處理任務的Python庫。它執行詞性標記，語義角色標籤和依賴性解析。
Flair是您文本中最先進的自然語言處理（NLP）模型的簡單框架，例如命名實體識別（NER），詞性標記（POS），對生物醫學數據的特殊支持，Sense Sense歧義和分類，並支持快速增長的語言。
Catalyst是為速度而建構的C＃自然語言處理庫。受Spacy設計的啟發，它帶來了預先訓練的模型，對訓練單字和文件嵌入的框架外支援以及靈活的實體識別模型。
Apache OpenNLP 是一個開源程式庫，用於基於機器學習的工具包，用於處理自然語言文字。它具有適用於命名實體識別、句子檢測、POS（詞性）標記、標記化特徵提取、分塊、解析和共指解析等用例的 API。
Microsoft Cognitive Toolkit (CNTK) 是商業級分散式深度學習的開源工具包。它將神經網路描述為透過有向圖的一系列計算步驟。 CNTK 讓使用者可以輕鬆實現和組合流行的模型類型，例如前饋 DNN、卷積神經網路 (CNN) 和循環神經網路 (RNN/LSTM)。 CNTK 透過跨多個 GPU 和伺服器的自動微分和平行化實現隨機梯度下降（SGD，誤差反向傳播）學習。
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。
TensorFlow 是一個用於機器學習的端到端開源平台。它擁有一個由工具、庫和社區資源組成的全面、靈活的生態系統，使研究人員能夠推動機器學習領域的最先進技術，並使開發人員能夠輕鬆建立和部署機器學習驅動的應用程式。
Tensorflow_macos是使用Apple的ML Compute Framework加速的MACOS 11.0+的TensorFlow和TensorFlow插件的MAC優化版本。
Keras 是一種高階神經網路 API，用 Python 編寫，能夠在 TensorFlow、CNTK 或 Theano 之上運作。它能夠在 TensorFlow、Microsoft Cognitive Toolkit、R、Theano 或 PlaidML 上運行。
PyTorch 是一個用於對不規則輸入資料（例如圖形、點雲和流形）進行深度學習的函式庫。主要由 Facebook 的人工智慧研究實驗室開發。
Eclipse Deeplearning4J (DL4J) 是一組項目，旨在支援基於 JVM（Scala、Kotlin、Clojure 和 Groovy）深度學習應用程式的所有需求。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。
Chainer 是一個基於 Python 的深度學習框架，旨在實現靈活性。它提供基於運行定義方法（動態計算圖）的自動微分 API 以及物件導向的高級 API 來建立和訓練神經網路。它還支援使用 CuPy 的 CUDA/cuDNN 進行高效能訓練和推理。
Anaconda 是一個非常流行的機器學習和深度學習資料科學平台，使用戶能夠開發模型、訓練和部署模型。
PlaidML 是一種先進的便攜式張量編譯器，可在筆記型電腦、嵌入式設備或其他可用計算硬體未得到良好支援或可用軟體堆疊包含令人不快的許可限制的設備上實現深度學習。
Scikit-Learn 是一個基於 SciPy、NumPy 和 matplotlib 構建的用於機器學習的 Python 模組，可以更輕鬆地應用許多流行機器學習演算法的強大而簡單的實作。
Caffe 是一個深度學習框架，考慮了表達、速度和模組化。它由伯克利人工智慧研究中心 (BAIR)/伯克利視覺與學習中心 (BVLC) 和社區貢獻者開發。
Theano 是一個 Python 函式庫，可讓您有效地定義、最佳化和評估涉及多維數組的數學表達式，包括與 NumPy 的緊密整合。
Apache Spark 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器是一種高效能連接器，可讓您在大數據分析中使用交易數據，並保留臨時查詢或報告的結果。此連接器可讓您使用本機或雲端中的任何 SQL 資料庫作為 Spark 作業的輸入資料來源或輸出資料接收器。
Apache PredictionIO 是一個面向開發人員、資料科學家和最終用戶的開源機器學習框架。它支援事件收集、演算法部署、評估、透過 REST API 查詢預測結果。它基於 Hadoop、HBase（和其他資料庫）、Elasticsearch、Spark 等可擴展的開源服務，並實現了所謂的 Lambda 架構。
Apache Airflow 是一個由社群創建的開源工作流程管理平台，用於以程式設計方式編寫、安排和監控工作流程。 Airflow 具有模組化架構，並使用訊息佇列來編排任意數量的工作人員。氣流已準備好擴展到無限大。
開放神經網路交換 (ONNX) 是一個開放的生態系統，使人工智慧開發人員能夠隨著專案的發展選擇正確的工具。 ONNX 為人工智慧模型（深度學習和傳統機器學習）提供開源格式。它定義了可擴展的計算圖模型，以及內建運算子和標準資料類型的定義。
BigDL 是 Apache Spark 的分散式深度學習函式庫。借助 BigDL，使用者可以將深度學習應用程式編寫為標準 Spark 程序，這些程式可以直接在現有 Spark 或 Hadoop 叢集之上運行。
Numba 是一個開源的、支援 NumPy 的 Python 最佳化編譯器，由 Anaconda, Inc. 贊助。 Numba 可以編譯大量以數位為中心的 Python 子集，包括許多 NumPy 函數。此外，Numba 支援循環的自動並行化、GPU 加速程式碼的產生以及 ufunc 和 C 回呼的建立。
回到頂部
生物資訊學是計算科學領域，與生物分子序列的分析有關。這通常是指基因，DNA，RNA或蛋白質和蛋白質序列以找出其功能是什麼。
歐洲生物資訊研究所
國家生物技術資訊中心
生物資訊學的線上課程| ISCB-國際計算生物學學會
生物資訊學| Coursera
頂尖生物資訊學課程|烏德米
生物辨識課程|烏德米
透過線上課程和課程學習生物資訊學| edX
生物資訊研究生證書|哈佛延伸學校
生物資訊學和生物統計學|加州大學聖地牙哥分校擴展
生物資訊學和蛋白質組學 - 免費線上課程材料|麻省理工學院
生物辨識課程簡介 - 生物辨識學院
BioConductor是一個開源項目，可提供用於分析和理解高通量基因組數據的工具。 Bioconductor使用R統計程式語言，並且是開源和開放開發的。它每年發布兩個版本，並且有一個活躍的用戶社群。也可以作為AMI（Amazon Machine Image）和Docker Images提供生物導體。
BioConda是專門從事生物資訊軟體的Conda軟體套件管理器的管道。它具有一個包裝的儲存庫，其中包含7000多種生物資訊軟體包，隨時可以與Conda安裝一起使用。
Uniprot是一個自由存取的資料庫，可為使用者提供以功能資訊註釋的全面，高品質且自由存取的蛋白質序列集。
Bowtie 2是一種超快和記憶有效的工具，用於對齊定序讀取與長參考序列。它尤其擅長對齊大約50多個100或1,000個字符的讀數，尤其擅長與相對較長的（哺乳動物）基因組保持一致。
Biopython是一組由國際開發人員在Python撰寫的生物計算的免費工具。這是一項分散式的協作工作，旨在開發Python庫和應用程序，以滿足生物資訊學中當前和未來工作的需求。
Bioruby是一種工具包，具有用於序列分析，途徑分析，蛋白質建模和系統發育分析的組成部分。它支援許多廣泛使用的資料格式，並可以輕鬆存取資料庫，外部程式和公共網路服務，包括BLAST，KEGG，GENBANK，MEDLINE和GO。
Biojava是一種工具包，可提供API，以維持PDB的局部安裝，負載和操縱結構，執行標準分析，例如序列和結構對齊，並在3D中可視化它們。
BiophP是一個開源項目，提供了開源PHP代碼的集合，其中包括用於DNA和蛋白質序列分析，對齊，資料庫解析和其他生物資訊資訊工具的類別。
Avogadro是一種高級分子編輯器和視覺化器，旨在計算化學，分子建模，生物資訊學，材料科學和相關領域中使用跨平台使用。它提供靈活的高品質渲染和功能強大的插件體系結構。
Ascalaph Designer是用於分子動態模擬的程式。在單一圖形環境下，它們被表示為他們的分子動力學以及流行程序的經典和量子力學的方法。
Anduril是一個用於分析大型資料集的工作流程平台。 Anduril提供了分析生物醫學研究中高升值資料的設施，該平台是第三方完全可擴展的。現成的工具支援數據可視化，DNA/RNA/晶片序列，DNA/RNA微陣列，細胞儀和圖像分析。
Galaxy是一個開源，基於Web的平台，可訪問，可重現和透明的計算生物醫學研究。它允許沒有程式設計經驗的使用者輕鬆指定參數並運行單個工具以及更大的工作流程。它還捕獲運行信息，以便任何用戶都可以重複並理解完整的計算分析。
Pathvisio是一種免費的開源途徑分析和繪圖軟體，允許繪圖，編輯和分析生物學途徑。它是在Java開發的，可以使用插件擴充。
橙色是一個強大的資料探勘和機器學習工具包，可執行資料分析和視覺化。
基本的局部比對搜尋工具是一種找到生物序列之間相似性區域的工具。該程式將核苷酸或蛋白質序列與序列資料庫進行比較並計算統計顯著性。
奧西里斯（Osiris）是為臨床，法醫和研究使用設計的公共領域，免費和開源STR分析軟體，並已經過驗證，可作為單源樣品的專家系統。
NCBI Biosystems是一個資料庫，可提供對生物系統及其成分基因，蛋白質和小分子的綜合訪問，以及描述整個Entrez中描述這些生物系統和其他相關數據的文獻。
回到頂部
CUDA工具包。資料來源：NVIDIA開發人員CUDA
CUDA是由NVIDIA開發的平行運算平台和程式設計模型，用於圖形處理單元（GPU）的一般運算。借助 CUDA，開發人員能夠利用 GPU 的強大功能來顯著加快計算應用程式的速度。在GPU加速應用程式中，工作負載的順序部分在CPU上運行，該應用程式已針對單一執行緒進行了最佳化。該應用程式的運算密集部分並聯在數千個GPU核心上。使用CUDA時，開發人員可以使用C，C ++，Fortran，Python和Matlab等流行語言進行程式設計。
CUDA工具包文檔
CUDA 快速入門指南
WSL 上的 CUDA
cuda gpu支援張量
NVIDIA深度學習Cudnn文檔
NVIDIA GPU雲端文檔
NVIDIA NGC是用於深度學習，機器學習和高效能運算（HPC）工作負載的GPU最佳化軟體的樞紐。
NVIDIA NGC容器是一個註冊表，可為研究人員，資料科學家和開發人員提供簡單地存取用於AI，機器學習和HPC的GPU加速軟體的全面目錄。這些容器充分利用了NVIDIA GPU本地和雲端的優勢。
CUDA工具包是一系列工具和函式庫，為創建高效能GPU加速應用程式提供了開發環境。 CUDA工具包可讓您在GPU加速嵌入式系統，桌面工作站，企業資料中心，基於雲端的平台和HPC SuperComputers上開發，優化和部署應用程式。該工具包包括GPU加速庫，調試和優化工具，A C/C ++編譯器以及運行時庫，以在包括X86，ARM和POWER在內的主要體系結構上建置和部署您的應用程式。
NVIDIA cuDNN 是 GPU 加速的深度神經網路基元庫。 cuDNN 為標準例程（例如前向和後向卷積、池化、歸一化和激活層）提供高度調整的實現。 cuDNN 可加速廣泛使用的深度學習框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 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 是由 System76 開發的一個用於輕鬆管理 Tensorflow 容器的公用程式。此虛擬環境可以獨立於基本系統運行，讓您在支援 Docker 運行時的任何版本的 Linux 發行版上使用任何版本的 Tensorflow。
Numba 是一個開源的、支援 NumPy 的 Python 最佳化編譯器，由 Anaconda, Inc. 贊助。 Numba 可以編譯大量以數位為中心的 Python 子集，包括許多 NumPy 函數。此外，Numba 支援循環的自動並行化、GPU 加速程式碼的產生以及 ufunc 和 C 回呼的建立。
Chainer 是一個基於 Python 的深度學習框架，旨在實現靈活性。它提供基於運行定義方法（動態計算圖）的自動微分 API 以及物件導向的高級 API 來建立和訓練神經網路。它還支援使用 CuPy 的 CUDA/cuDNN 進行高效能訓練和推理。
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 是一套函式庫，用於實作機器學習演算法和數學原語函數，與其他 RAPIDS 專案共用相容的 API。 cuML 讓資料科學家、研究人員和軟體工程師能夠在 GPU 上執行傳統的表格 ML 任務，而無需深入了解 CUDA 程式設計的細節。在大多數情況下，cuML 的 Python API 與 scikit-learn 的 API 相符。
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.
回到頂部
MATLAB is a programming language that does numerical computing such as expressing matrix and array mathematics directly.
MATLAB 文件
MATLAB 入門
MATLAB and Simulink Training from MATLAB Academy
MathWorks 認證計劃
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™是一種工具，可為使用演算法，預審預修的模型和應用程式設計和實施深層神經網路提供一個框架。您可以使用卷積神經網路（Convnets，CNN）和長期短期記憶體（LSTM）網路對圖像，時間序列和文字資料進行分類和回歸。您可以使用自動分化，自訂訓練環和共享權重來建立網路體系結構，例如生成對抗網路（GAN）和暹羅網路。借助Deep Network Designer應用程序，您可以以圖形方式設計，分析和訓練網路。它可以透過ONNX格式與Tensorflow™和Pytorch交換模型，並從Tensorflow-keras和Caffe匯入模型。此工具箱支援Darknet-53，Resnet-50，Nasnet，Squeezenet和許多其他預審預週審經的模型的轉移學習。
增強學習Toolbox™是一種工具，可為使用增強學習演算法（包括DQN，PPO，SAC和DDPG）提供應用程序，功能和Simulink®區塊，用於培訓策略。您可以使用這些策略來為複雜的應用程式（例如資源分配，機器人技術和自治系統）實施控制器和決策演算法。
深度學習HDL Toolbox™是一種工具，可為FPGA和SOCS提供原型和實施深度學習網路的功能和工具。它提供了預先建造的Bortreams，用於在支援的Xilinx®和Intel®FPGA和SOC設備上運行各種深度學習網路。分析和估算工具可讓您透過探索設計，效能和資源利用權衡來自訂深度學習網路。
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.
回到頂部
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++ 核心指南
C++ Style Guide for ROS
學習C++
Learn C : An Interactive C Tutorial
C++ 學院
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 |哈佛
Online C Courses |哈佛大學
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 是一個重新定義和最佳化的程式碼編輯器，用於建立和偵錯現代 Web 和雲端應用程式。
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正在不斷監視程式碼的品質。它警告您錯誤和氣味，並建議快速修復以自動解決它們。 AppCode為Objective-C，Swift，C/C ++提供大量程式碼檢查以及其他支援語言的許多程式碼檢查。 All code inspections are run on the fly.
CLion is a cross-platform IDE for C and C++ developers developed by JetBrains.
Code::Blocks 是一款免費的 C/C++ 和 Fortran IDE，旨在滿足使用者最嚴苛的需求。它的設計具有很強的可擴展性和完全可配置性。 Code::Blocks 圍繞著插件框架構建，可以使用插件進行擴充。
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++.自 2007 年以來，Boost 一直是一年一度的 Google Summer of Code 活動的參與者，學生們透過參與 Boost 庫的開發來提升自己的技能。
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 提供了一個高效的運行時機制來確定目標平台支援哪些 OpenGL 擴充。
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.基於專案物件模型 (POM) 的概念，Maven 可以透過中央資訊來管理專案的建置、報表和文件。
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 是一個高度優化的庫，專注於即時應用程式。 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（另一種語言辨識工具）是一個強大的解析器產生器，用於讀取、處理、執行或翻譯結構化文字或二進位。 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.它是零依賴且易於移植的。
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.
回到頂部
Java is a popular programming language and development platform(JDK).它可以降低成本、縮短開發時間、推動創新並改善應用程式服務。 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.
Java 入門
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
谷歌 Java 風格指南
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.它擴展了觀察者模式以支援資料/事件序列，並添加了運算符，允許您以聲明方式將序列組合在一起，同時抽像出對低階線程、同步、線程安全和並發資料結構等問題的關注。
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!它被廣泛用於 Google 內部的大多數 Java 項目，也被許多其他公司廣泛使用。
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 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
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.它也可用於將 JSON 字串轉換為等效的 Java 物件。
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 是領先的開源自動化伺服器。 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.支援任何具有 JDBC 驅動程式的資料庫（這基本上意味著 - 任何資料庫）。 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.它是單元測試框架的 xUnit 架構的一個實例。
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.
回到頂部
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.
蟒蛇學院
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
真正的Python
The Python Open Source Computer Science Degree by Forrest Knight
Python 資料科學簡介
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 可協助您尋找並安裝由 Python 社群開發和分享的軟體。
PyCharm 是我用過的最好的 IDE。借助 PyCharm，您可以在一個位置存取命令列、連接到資料庫、建立虛擬環境並管理版本控制系統，從而避免在視窗之間不斷切換，從而節省時間。
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 是一個與 Visual Studio Code 中的 Python 一起工作的擴展，可提供高效能的語言支援。在底層，Pylance 由 Microsoft 的靜態類型檢查工具 Pyright 提供支援。
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 是一個快速的高級網路爬行和網頁抓取框架，用於爬行網站並從頁面中提取結構化資料。它可用於多種用途，從資料探勘到監控和自動化測試。
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 是一個 Python 模組，可協助您建立複雜的批次作業管道。 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 以各種硬拷貝格式和跨平台的互動環境產生出版品質的圖形。
Scikit-Learn是用於資料探勘和資料分析的簡單有效的工具。它建立在Numpy，Scipy和MathPlotlib上。
回到頂部
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 是用於大規模資料處理的統一分析引擎。它提供了 Scala、Java、Python 和 R 中的高級 API，以及支援用於資料分析的通用計算圖的最佳化引擎。它還支援一組豐富的高級工具，包括用於 SQL 和 DataFrames 的 Spark SQL、用於機器學習的 MLlib、用於圖形處理的 GraphX 以及用於流處理的 Structured Streaming。
適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器是一種高效能連接器，可讓您在大數據分析中使用交易數據，並保留臨時查詢或報告的結果。此連接器可讓您使用本機或雲端中的任何 SQL 資料庫作為 Spark 作業的輸入資料來源或輸出資料接收器。
Azure Databricks 是一項基於 Apache Spark 的快速協作大數據分析服務，專為資料科學和資料工程而設計。 Azure Databricks 可在幾分鐘內設定 Apache Spark 環境、自動縮放並在互動式工作區中協同處理共用專案。 Azure Databricks 支援 Python、Scala、R、Java 和 SQL，以及資料科學框架和函式庫，包括 TensorFlow、PyTorch 和 scikit-learn。
Apache PredictionIO 是一個面向開發人員、資料科學家和最終用戶的開源機器學習框架。它支援事件收集、演算法部署、評估、透過 REST API 查詢預測結果。它基於 Hadoop、HBase（和其他資料庫）、Elasticsearch、Spark 等可擴展的開源服務，並實現了所謂的 Lambda 架構。
Cluster Manager for Apache Kafka（CMAK）是用來管理 Apache Kafka 叢集的工具。
BigDL 是 Apache Spark 的分散式深度學習函式庫。借助 BigDL，使用者可以將深度學習應用程式編寫為標準 Spark 程序，這些程式可以直接在現有 Spark 或 Hadoop 叢集之上運行。
Eclipse Deeplearning4J (DL4J) 是一組項目，旨在支援基於 JVM（Scala、Kotlin、Clojure 和 Groovy）深度學習應用程式的所有需求。這意味著從原始資料開始，從任何地方、任何格式載入和預處理它，以建立和調整各種簡單和複雜的深度學習網路。
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.
回到頂部
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.
回到頂部
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.
回到頂部
Distributed under the Creative Commons Attribution 4.0 International (CC BY 4.0) Public License.
