资源 | 适合AI新手的9款人工智能开源软件

2017 年 11 月 13 日 AI100 码云

如果要问当下互联网什么最热门？毫无疑问是人工智能。目前，世界上主要发达国家都已经将人工智能作为国家级发展战略。那么，踩在下一个时代的风口浪尖上，普通程序员如何向人工智能靠拢？为此，小编特别推荐9款托管在码云上的人工智能开源软件，希望能够给大家带来一点点帮助和启发！

当然，如果你很喜欢以下提到的项目，别忘了分享给其他人哦！

1、项目名称：智能家居的架构

项目简介：智能家居的概念(smart home , home auto)很早以前就有了，现在随着硬件成本的下降，及 google 收购 nest 等，智能家居热度升高。本智能家居的架构，包括服务器端，web 网页，android 手机客户端，各种测试脚本，基本上基础架构都已经实现，并可实际调试。由于精力有限智能控制部分还在合作开发中。

项目地址：https://gitee.com/xmeter/My-smart-home

2、项目名称：Living-Robot 开源机器人

项目简介：当我们在网上搜索开源机器人时，我们发现都是部分功能的代码和 demo，我们不能找到一个完整的项目，直接下载到我们的树莓派上，上电，然后就可以动、可以玩了。rtp 已经做到这点了；事实上它已经可以动并说话了，它是基于 ros 的完整的机器人代码，找来1块树莓派，接上几个电机和喇叭，ok，它已经可以动、可以玩、可以愉快地添加自己的代码了；虽然粗糙但是基本满足这个需求了（子功能还需要各种完善）。

什么是Living-Robot？

想象一下当你养了一只兔子、或者一只蜥蜴作为宠物时，它们从来不会和你卖萌扮可爱，根本不会回答你任何或机智或愚蠢透顶的问题；但是我们还是养了这样的宠物；为什么？因为它是“活着的”的。 rtp 要人工创造这种 Living 的感觉，我们称之为“Living-Robot”。

项目地址：https://gitee.com/rtp/Robi-Transform-Project

3、项目名称：智能语音控制程序

项目简介： C 语言编写的基于百度语音识别、语音合成和图灵机器人的智能语音控制中心。程序自动适配环境音量，取适当阀值当说话后才开始录音。加入偶发性声音检测机制，不会对突然性的声音做出处理。此程序能够在 Nanopi Neo/Neo2、OrangePi Zero Plus(H5) 上面正常运行，因为树莓派外置声卡的原因，录音声音可能很小，所以针对树莓派加入了声音放大程序（可选择开启或者关闭），实验结果还算理想。

项目地址：http://gitee.com/geeiot/aicontroler

4、项目名称：小型深度学习框架 Paradox

项目简介：用 python3 和 numpy 实现一个简单的深度学习框架，了解流行框架的原理。

项目地址：https://gitee.com/ictxiangxin/paradox

5、项目名称：车辆智能辅助驾驶系统

在这里输入图片标题

项目简介：基于 OpenCV3 与 GTK3+ 的路面分析，及交通路况识别的车辆智能辅助驾驶系统。用于标准路面的偏移制导（带人物交通标志识别），可用于自动驾驶计算机视觉的入门学习和具体项目的二次开发。

项目地址：https://gitee.com/Luciferearth/uestc-careye

6、项目名称：基于 C 的 LeNet-5 神经网络

项目简介：根据 YANN LECUN 的论文《Gradient-based Learning Applied To Document Recognition》设计的 LeNet-5 神经网络，C语言写成，不依赖任何第三方库。 MNIST 手写字符集初代训练识别率97%，多代训练识别率98%。

项目地址：https://gitee.com/fanwenjie/LeNet-5

7、项目名称：人工智能考试系统 atulocher

项目简介： atulocher，读作/ætʌlɔ:'kər/，为 auto-launcher 重组的单词。意为“自动建立者”。这是一个人工智能，设计目的是对抗某些学校的"原创题"。

项目地址：https://gitee.com/cgoxopx/atulocher

8、项目名称：数字识别系统

在这里输入图片标题

项目简介：脱机手写数字识别系统，可以将手机拍摄的多行多列的手写数字进行识别，整个系统实现了完整的图像处理、特征提取、网络训练等一系列算法，每个阶段的各种算法都有自己独有的算法优化，以提高识别率。

项目地址：https://gitee.com/tboox/hnr

9、项目名称：基于 PHP 和 word2vec 的分类器

项目简介：每个搜索引擎其实都有一套完善的分类器，拿最简单的分类器举例，不管你是巨头门户还是垂直三、四级以下的网站，他都能识别你的站点类型。面向海量内容的今天，随随便便就能从互联网采集、抓取海量的数据，而数据又杂乱无章，如果用人工整理归类，太浪费资源了。作者做过各类站群、垂直站点，深知分类器的重要性。

本项目是基于 PHP 和 word2vec 的分类器，用于文章、新闻等内容自动分类，项目包含样本训练、识别代码，分词组件用的是 PhpAnalysis，简单灵活。欢迎大家一起优化并完善。

项目地址：https://gitee.com/mz/classifier4php