谁说.NET不适合搞大数据、机器学习和人工智能

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。

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/
「EVERSPRY」 http://www.footprintmatcher.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

「Watch」14 「Star」82 「Fork」18

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.

「Watch」110 「Star」887 「Fork」230

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 by」3 「Watch」10 「Star」33 「Fork」7

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.

「Watch」6 「Star」12 「Fork」0

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.

「Watch」28 「Star」192 「Fork」26

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#.

「Watch」7 「Star」18 「Fork」4

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

「Watch」7 「Star」20 「Fork」3

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.

「Watch」6 「Star」20 「Fork」4

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

「Watch」10 「Star」39 「Fork」17

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

「Watch」1 「Star」10 「Fork」2

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.

「Watch」3 「Star」20 「Fork」7

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

「Watch」47 「Star」343 「Fork」89

— END —

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/310465.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！