Frameworks de inteligência artificial (IA) de código aberto

Os frameworks de inteligência artificial (IA) desempenham um papel importante no machine learning, ou aprendizado de máquina. Existem mais de uma dúzia de frameworks de IA de código aberto disponíveis para engenheiros e cientistas de dados no mercado. O TensorFlow, da Google, é um dos mais populares. Ele vem repleto de ferramentas, bibliotecas, modelos pré-desenhados e muito mais.

Outros frameworks populares incluem PyTorch e Caffe. Um dos desafios é determinar qual é o mais adequado para um caso de uso específico. E os casos de uso variam muito. Classificação de imagem, visão computacional ou detecção de anomalias são apenas alguns de muitos exemplos. PyTorch é uma alternativa sólida para TensorFlow, dependendo do caso de uso. O Scikit-learn funciona bem em análise de dados e mineração de dados (data mining). O Facebook continua investindo em Pytorch desde sua criação, pois desempenha um papel importante no seu stack de tecnologia.

A seguir, temos dez frameworks de inteligência artificial populares, todos de código aberto.

FrameworkLinguagemTipoCasos de uso
Accord.NetC++Classificação, regressão e agrupamentoÁudio. Processamento de imagens. Visão computacional.
Apache MahoutJava / ScalaFramework de álgebra linear distribuídaIdeal para matemáticos e estatísticos.
CaffeC++Aprendizagem Profunda (Deep learning)Classificação de imagens. Fala. Multimídia
KerasPythonAprendizagem Profunda (Deep learning)API de alto nível. Totalmente integrado ao TensorFlow.
MLPackC++Faca suíça” de métodos e funçõesSuporta NeighborSearch, K-Means e RangeSearch.
PyTorchPythonRedes neurais dinâmicas e cálculo do sensorSegundo framework mais popular. Desenvolvido pelo Facebook.
Scikit-learnPythonClassificação, regressão e agrupamentoData mining. Análise de dados. Desenvolveu SciPy, NumPy e motplotlib.
Spark MLibJava, Scala, Python e RClassificação, regressão, agrupamento e muito mais9 vezes mais rápido que Mahout. Usado para combinar pipelines de aprendizagem.
TochaLua / LuaJITAprendizagem Profunda (Deep learning)Suporta matrizes multidimensionais. Visão computacional. Classificação de imagens. Áudio e vídeo. Pode usar GPUs.
TheanoPythonUsado para avaliar expressões matemáticasIntegrado com NumPy. Suporta matrizes multidimensionais. Suporta GPUs.
Scroll to Top