作為機器學習開發人員，你可能已經接觸到很多機器學習資源，今天給大家介紹10個機器學習開源工具，有很多都是可以在項目中使用的工具，如果有幫到你的話，歡迎轉發收藏。

1、AutoML 

AutoML是一款可以自動選擇并訓練機器學習模型的軟件，能夠選擇正確的算法，幫助調整超參數。AutoML當前支持解決分類、預測以及回歸問題，不適用于無監督學習和復雜數據類型。不過很不錯的是，AutoML可以和Azure機器學習服務或ML.NET一起使用。

要提醒大家，AutoML是免費的，但如果要和Azure機器學習服務或ML.NET一起用，就要支付與之相關的費用。

2、Accord.net

Accord.net是一個計算機器學習框架，配有圖像和音頻包，它能幫助訓練模型和創建交互式應用程序，像試聽、計算機視覺等，在測試和處理音頻文件中非常有用。此外大家會注意到，它的工具名中包含.net，所以它的的基礎庫是C#語言。

3、Azure Machine Learning studio

Azure是建立模塊和數據集連接的一種簡易方法，它的目的是為用戶提供AI功能。它可以在CPU和GPU上運行，對用戶來說非常方便且省心。

4、Google Cloud AutoML

Google Cloud AutoML提供了預訓練模型，能夠創建各種服務，例如文本識別、語音識別等。目前Google Cloud AutoML主要被用于企業，尤其是專注于人工智能行業的企業。

5、Jupyter Notebook

Jupyter notebook是目前非常流行機器學習工具，它最大的優勢是快速處理，較為高效。Jupyter支持Julia、R、Python語言，能以筆記本的形式存儲和共享動態代碼，也可通過GUI訪問。

6、Knime

Knime基于圖形用戶界面(GUI)的開源機器學習工具，通常用于與數據相關的目的，比如數據操縱、數據挖掘等，無需編寫任何代碼就能完成端到端的數據科學工作流程。而且，為了幫助新手，它配備了一個拖放式界面，界面清晰，可以使用它創建和生成，用起來很容易上手。

7、Pytorch

Pytorch是一個深度學習框架，是機器學習最重要的工具之一，它可以很好地命令GPU，所以快速又高效。所以它被用于機器學習最重要的方面，包括構建深度神經網絡和張量計算。

而且，Pytorch的名稱看起來是不是跟Python很像?其實它就是完全基于Python的。

8、RapidMiner

如果你是非程序員，那么RapidMiner能幫上你的大忙，它的操作簡單，只需要拖放就可以。這是一個數據科學平臺，界面很出色。它可以在跨平臺操作系統上工作，使用它，可以用自己的數據測試自己的模型。

9、Scikit-Learn

Scikit-Learn是一個開放源代碼的機器學習包，它是多用途集成，可以進行回歸、聚類、分類、降維和預處理，它創建于NumPy、Matplotlib和SciPy這三個主要的Python庫之上，且它還能幫助測試以及模型訓練。

10、TensorFlow

TensorFlow適用于大規模及數值機器學習，常用于自然語言處理和圖像分類。它是機器學習和神經網絡模型的集合，最棒的優勢是能夠在CPU和GPU上運行。