Anaconda

智能会话框架。DeepPavlov是一个基于TensorFlow和Keras的，专门针对对话系统研究和实验部署的自然语言处理框架。 框架主要包括： 常用的NLP模型（包括Pre-train模型） 如词向量训练、分类、命名实体识别（NER）、相似度计算等； 针对对话系统实现和评测的实验框架（Framework） 基于Json文件进行开发流程和数据流pipeline配置； 提供同第三方应用进行集成的工具 如与Amazon Alexa和Microsoft Bot Framework的集成； 为对话模型的评测提供Benchmark环境 DeepPavlov的默认Pre-train模型和测评数据集主要基于英文和俄文，对于中文场景需要做适当的调整。

Python集成开发环境。首先，PyCharm用于一般IDE具备的功能，比如， 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制…… 另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython！

视觉工具名库。包含了很多计算机视觉领域的功能，例如人脸识别，目标检测，轨迹跟踪，手势识别，图像实例分割等等

自动驾驶仿真平台。SMARTS作为首个支持MARL的自动驾驶仿真平台，将提供Simulator Core（快速且灵活地创建RL模拟环境）、Algorithm Library（集成主流的强化学习算法）、Multi-Agent Trainer（支持大多数多智能体训练范式）、Policy Zoo（支持对社会车辆的实例化）和 Scenario Studio（支持灵活的场景设置），方便参赛者在比赛过程中实现对车辆动力学行为的真实建模，并利用丰富的交通场景进行研究和应用。

一个AI开发框架