谁说.NET不适合搞大数据,机器学习、人工智能

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

谁说.NET不适合搞大数据,机器学习、人工智能

SciSharp Stack
SciSharp STACK: https://scisharp.github.io/SciSharp/
基于.NET的开源生态系统,用于数据科学、机器学习和AI。
SciSharp将所有主要的ML/AI框架从Python引入.NET.

特点
为.NET开发者
.NET开发者使用他们所了解和喜爱的工具可以最高效的工作。我们的使命是确保在获取数据科学、机器学习和AI的机会时,他们不必将其遗忘。完善的基于Python的机器学习生态系统对于数百万.NET开发者而言并不十分可取。我们正在有效的改变这种状况。

前沿
SciSharp在.NET Core中为TensorFlow,Keras,PyTorch,Numpy等最先进的机器学习框架提供了端口和绑定。由于移植库的API与原始库非常相似,因此你可以轻松的重用现有资源,文章和社区解决方案来解决C#和F#中的常见问题

跨平台
SciSharp STACK的所有库都针对跨平台的.NET Standard Framework,这使它们可以在支持.NET Core的任何主要平台上使用。我们为Juptyer Notebook提供了现成的Docker镜像,它能够执行C#表达式,并使您能够立即开始使用我们的库。

开源
SciSharp库是根据宽松的许可协议(如Apache 2.0许可协议)许可的,只要你保留作者的版权,就可以将它们用于包括商业应用在内的任何项目。SciSharp STACK的开源性质吸引了许多贡献者,他们进一步对其进行了扩展和改进。

相关项目
TensorFlow.NET

TensorFlow的.NET Standard绑定

使用C#或F#创建、训练和部署机器学习模型

GitHub:https://github.com/SciSharp/TensorFlow.NET

介绍:Google的TensorFlow的.NET Standard绑定,用于在C#中开发、训练和部署机器学习模型。

Watch 85 Star 1.2k Fork 226

NumSharp

高度优化的纯C#的NumPy

用于数据科学、机器学习和AI的N-D张量计算库

GitHub:https://github.com/SciSharp/NumSharp

介绍:N-D张量的高性能计算库,与NumPy相似的API。

Used By 122 Watch 68 Star 659 Fork 126

Keras.NET

用于Keras的.NET绑定,用于TensorFlow、CNTK和Theano的高级神经网络API

易于使用的深度学习工具

GitHub:https://github.com/SciSharp/Keras.NET

介绍:Keras.NET是一个高级神经网络API,使用带有Python绑定的C#编写,并且能够在TensorFlow,CNTK或Theano之上运行。

Watch 22 Star 240 Fork 70

NumPy.NET

NumPy的最完整的.NET绑定

用于科学计算、机器学习和AI的基础库

GitHub:https://github.com/SciSharp/Numpy.NET

介绍:NumPy的最完整的.NET实现库 - 用于科学计算、机器学习和AI的基础库

Watch 15 Star 135 Fork 38

catalyst nlp

为提高速度而构建的C#自然语言处理库

受spaCy设计的启发,它提供了预训练模型,对训练单词和文档嵌入的开箱即用支持以及灵活的实体识别模型

GitHub:https://github.com/curiosity-ai/catalyst

介绍:为提高速度而构建的C#自然语言处理库。受spaCy设计的启发,它提供了预训练模型,对训练单词和文档嵌入的开箱即用支持以及灵活的实体识别模型

Watch 15 Star 110 Fork 12

NeuralNetwork.NET

由Scratch构建的,受TensorFlow启发的神经网络库

使用C# 7.3语法编写的.NET Standard 2.0的库,并通过cuDNN支持GPU

GitHub:https://github.com/Sergio0694/NeuralNetwork.NET

介绍:由Scratch构建的,受TensorFlow启发的神经网络库。使用C# 7.3语法编写的.NET Standard 2.0的库,并通过cuDNN支持GPU

Watch 25 Star 316 Fork 53

SciSharp Cube

在Docker容器中体验SciSharp机器学习工具的所有最新功能

配备Juptyer Notebook,展示SciSharp库的演示

GitHub:https://github.com/SciSharp/SciSharpCube

介绍:在Docker容器中快速体验SciSharp机器学习工具的所有最新功能。

Watch 9 Star 46 Fork 13

Docker Hub:https://hub.docker.com/r/scisharpstack/scisharpcube

Pulls 10K+

使用SciSharp STACK的公司
Microsoft https://www.microsoft.com/zh-cn/
curiosity.ai https://curiosity.ai/
LOCAD https://www.lokad.com/

孵化器
还有什么呢?

Alpha或进行的项目

Torch.NET
GitHub:https://github.com/SciSharp/Torch.NET

介绍:PyTorch的.NET绑定库。使用C#/F#的机器学习,支持GPU/CPU

Description:.NET bindings for PyTorch. Machine Learning with C# / F# with Multi-GPU/CPU support

Watch14 Star82 Fork18

BotSharp
GitHub:https://github.com/SciSharp/BotSharp

介绍:在.NET Core中使用机器学习算法运行的100% C#中的开源AI Chatbot平台生成器。

Description:The Open Source AI Chatbot Platform Builder in 100% C# Running in .NET Core with Machine Learning algorithm.

Watch110 Star887 Fork230

Gym.NET
GitHub:https://github.com/SciSharp/Gym.NET

介绍:openai/gym的流行工具包,用于开发和比较强化学习算法,使用C#

Description:openai/gym's popular toolkit for developing and comparing reinforcement learning algorithms port to C#.

Used by3 Watch10 Star33 Fork7

OpenAIGym.NET
GitHub:https://github.com/SciSharp/OpenAIGym.NET

介绍:开发和比较强化学习算法的工具包

Description:A toolkit for developing and comparing reinforcement learning algorithms.

Watch6 Star12 Fork0

Pandas.NET
GitHub:https://github.com/SciSharp/Pandas.NET

介绍:C#中的Pandas库,数据分析工具,在DataFrame中处理多维度数组。

Description:Pandas port in C#, data analysis tool, process multi-dim array in DataFrame.

Watch28 Star192 Fork26

MxNetLib
GitHub:https://github.com/SciSharp/MxNet.Sharp

介绍:带有命令,符号和Gluon接口的Apache MxNet的.NET Standard实现,用于在C#中开发,训练和部署机器学习模型。

Description:.NET Standard bindings for Apache MxNet with Imperative, Symbolic and Gluon Interface for developing, training and deploying Machine Learning models in C#.

Watch7 Star18 Fork4

Matplotlib.Net
GitHub:https://github.com/SciSharp/Matplotlib.Net

介绍:Python绘图库Matplotlib的.NET包装器

Description:.NET wrapper for the Python plotting library Matplotlib

Watch7 Star20 Fork3

Ludwig.NET
GitHub:https://github.com/SciSharp/Ludwig.NET

介绍:Ludwig的一个工具箱,无需编写代码即可训练和测试深度学习模型。

Description:Ludwig is a toolbox that allows to train and test deep learning models without the need to write code.

Watch6 Star20 Fork4

CherubNLP
GitHub:https://github.com/SciSharp/CherubNLP

介绍:.NET Core中的自然语言处理

Description:Natural Language Processing in .NET Core

Watch10 Star39 Fork17

Microcharts.Matplotlib
GitHub:https://github.com/SciSharp/Microcharts.Matplotlib

介绍:Microcharts.Matplotlib是用于数据科学和机器学习的Microcharts的包装库。

Description:Microcharts.Matplotlib is a wrapper of Microcharts for Data Science and Machine Learning

Watch1 Star10 Fork2

scikit-learn.net
GitHub:https://github.com/SciSharp/scikit-learn.net

介绍:.NET Core中的机器学习。

Description:Machine Learning in .NET Core.

Watch3 Star20 Fork7

SiaNet [Archived]
GitHub:https://github.com/SciSharp/SiaNet

介绍:具有CUDA/OpenCL支持的易于使用C#深度学习库

Description:An easy to use C# deep learning library with CUDA/OpenCL support

Watch47 Star343 Fork89

如果你感觉好的话,请给个关注

作者:芝麻麻雀
出处:https://www.cnblogs.com/sesametech-netcore/

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
30天前
|
机器学习/深度学习 数据采集 人工智能
深入探索人工智能与大数据的融合之路
本文旨在探讨人工智能(AI)与大数据技术如何相互促进,共同推动现代科技的进步。通过分析两者结合的必要性、挑战以及未来趋势,为读者提供一个全面的视角,理解这一领域内的最新发展动态及其对行业的影响。文章不仅回顾了历史背景,还展望了未来可能带来的变革,并提出了几点建议以促进更高效的技术整合。
|
19天前
|
机器学习/深度学习 传感器 人工智能
人工智能与机器学习:改变未来的力量####
【10月更文挑战第21天】 在本文中,我们将深入探讨人工智能(AI)和机器学习(ML)的基本概念、发展历程及其在未来可能带来的革命性变化。通过分析当前最前沿的技术和应用案例,揭示AI和ML如何正在重塑各行各业,并展望它们在未来十年的潜在影响。 ####
84 27
|
15天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
100 15
|
1月前
|
机器学习/深度学习 人工智能 算法
人工智能浪潮下的编程实践:构建你的第一个机器学习模型
在人工智能的巨浪中,每个人都有机会成为弄潮儿。本文将带你一探究竟,从零基础开始,用最易懂的语言和步骤,教你如何构建属于自己的第一个机器学习模型。不需要复杂的数学公式,也不必担心编程难题,只需跟随我们的步伐,一起探索这个充满魔力的AI世界。
49 12
|
2月前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
247 5
|
1月前
|
机器学习/深度学习 人工智能 算法
探索人工智能与机器学习的融合之路
在本文中,我们将探讨人工智能(AI)与机器学习(ML)之间的紧密联系以及它们如何共同推动技术革新。我们将深入分析这两种技术的基本概念、发展历程和当前的应用趋势,同时讨论它们面临的挑战和未来的发展方向。通过具体案例研究,我们旨在揭示AI与ML结合的强大潜力,以及这种结合如何为各行各业带来革命性的变化。
46 0
|
2月前
|
数据采集 机器学习/深度学习 人工智能
探索人工智能与大数据的融合之路####
本文将深入探讨人工智能(AI)与大数据之间的共生关系,揭示二者如何相互促进,共同推动技术边界的拓展。不同于传统摘要的概述形式,本部分将以一个生动的比喻开篇:如果把大数据比作广阔无垠的数字海洋,那么人工智能就是航行其间的智能航船,两者相辅相成,缺一不可。随后,简述文章将从数据采集、处理、分析到决策应用的全流程中,详细阐述AI如何借助大数据的力量实现自我迭代与优化,以及大数据如何在AI算法的驱动下释放出前所未有的价值。最后,预告文章还将探讨当前面临的挑战与未来趋势,为读者勾勒一幅AI与大数据融合发展的宏伟蓝图。 ####
|
2月前
|
机器学习/深度学习 数据采集 人工智能
人工智能与机器学习:解锁数据洞察力的钥匙
人工智能与机器学习:解锁数据洞察力的钥匙
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
436 7
|
2月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
59 2