扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
什么是框架,怎么理解框架?如题：面试的时候总是被问到你用什么框架开发?可究竟什么是框架了?框架和我编程有什么关系了?
陌_路blFM8
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
框架（framework）是一个基本概念上的结构,用于去解决或者处理复杂的问题.这个广泛的定义使用的十分流行,尤其在软件概念.框架也能用于机械结构.
为您推荐：
其他类似问题
扫描下载二维码基于 C++ 著名自由、开源 Qt 图形开发框架开发的各种应用集
查看: 4744|
评论: 0|原作者: liangsheng
摘要: 基于 C++ 著名自由、开源 Qt 图形开发框架开发的各种应用集
Qt 是奇趣科技于 1991 年开发的跨平台 C++ 图形用户界面应用程序开发框架。它既可开发 GUI 程序，也可开发非 GUI 程序，譬如：控制台工具、服务器。Qt 开
基于 C++ 著名自由、开源 Qt 图形开发框架开发的各种应用集
Qt 是奇趣科技于 1991 年开发的跨平台 C++ 图形用户界面应用程序开发框架。它既可开发 GUI 程序，也可开发非 GUI 程序，譬如：控制台工具、服务器。Qt 开发框架是面向对象的，它使用特殊代码生成扩展（称为元对象编译器 Meta Object Compiler, MOC）及一些宏，易于扩展，允许组件编程。
Qt 向应用程序开发者提供了建立艺术级图形用户界面所需的所有功能。Qt 很容易扩展，且允许组件编程。基本上，Qt 同 X Window 上的 Motif、Openwin、GTK 等图形界面库和 Windows 平台上的 MFC、OWL、VCL、ATL 是同类型的东西。
Qt 分发时，分商业版和开源版 2 种：商业版：提供给商业软件开发者。会提供传统商业软件发行版，并提供在协议有效期内的免费升级和技术支持服务。
开源版：仅为开发自由开源软件， 提供和商业版本同样的功能。在 GNU 通用公共许可下，是免费的。
2008 年奇趣科技被诺基亚公司收购，QT 因此也成为诺基亚旗下编程工具。
从 2009 年 03 月发布的 Qt 4.5 起，诺基亚为 Qt 增添了开源 LGPL 授权选择。
从 2009 年 05 月 11 日起，诺基亚 Qt Software 宣布 Qt 源代码库面向公众开放，Qt 开发人员可通过为 Qt 以及与 Qt 相关的项目贡献代码、翻译、示例以及其他内容，协助引导和塑造&&Qt 未来的发展。为便于这些内容的管理，Qt Software 启用了基于 Git 和 Gitorious 开源项目的 Web 源代码管理系统。
Qt Creator 在 LGPL 2.1 版授权下有效，且接受代码贡献。
2009年 12 月 01 日，诺基亚发布 Qt 4.6。Qt 4.6 首次包含了对 Symbian 平台的支持，并在其所支持的平台中新增了 Windows 7、Apple Mac OS 10.6 (雪豹) 和即将上市的 Maemo 6。此外还为实时操作系统 QNX 和 VxWorks 提供了网络社区支持。对 Maemo 5 的支持已进入研发阶段，其技术预览版第二版于 2009 年 12 月 01 日发布。
Qt 对 X11 、X86 、ARM 及 Symbian 的支持，首次为开发人员创造了使用同一代码库同时针对多个平台进行开发的机会。能够跨平台分享代码就意味着开发人员所开发的应用程序上市的速度将更快，影响的设备用户群将更广。
Qt Mobility 项目下的全新 Qt API 技术预览版也同时发布。这些跨平台的 API 为开发人员提供了多种功能，如导航类设备的定位功能，以及信息发送和接收、联系人和网络连接管理等。
Qt 4.6 性能提升，主要包括：一个经过高度优化、重新编写的 Qt Graphics View 渲染算法、一个全新的 OpenGL 绘图引擎、WebKit、使用 OpenVG 对 2D 矢量图形的支持，以及对全新 DirectFB 的支持。
2012 年 Qt 被 Digia 收购。
2013 年 07 月 03 日 Qt 5.1 正式版发布，这是 Qt 5.0 发布后经 6 个月开发测试的新版本。主要修复了 5.0 中的 bug，但该版本还包含了很多新特性和一些小改进。Qt 5.1 绑定了 Qt Creator 2.7.2，可通过一个新的在线安装器来安装，可自动无缝更新，同时也提供了一个新版 Visual Studio 插件。
此外 Qt 5.1 还增加了很多新模块，大大扩展了 Qt 5.0 的功能。此外 5.1 版本还大大加强对不同平台的支持，包括 Visual Studio 2012，以及对移动平台的支持。提供了 Qt for Android 和 iOS 预览版。2011 年 02 月 22 日 Qt for Android (Alpha) 发布。Qt for iOS 发布时间大约是 2013 年年底。
2014 年 04 月在 Qt Creator 3.1 Beta 面世一个多月之后，终于迎来了正式版。全新 Qt Creator 3.1.0 主要包括 Bug 修复与系统改进，同时，还添加了一些新功能特性。Qt Creator 3.1.0 实现了对 iOS 的完全支持，新增 WinRT、Beautifier 等插件，废弃了无 Python 接口的 GDB 调试支持，集成了基于 Clang 的 C/C++ 代码模块，并对 Android 支持做出了调整，至此实现了全面支持 iOS、Android、WP。
采用 Qt 开发的应用
应用简介备注 3DSlicer可视化、免费医疗图像计算开源软件 AcetoneISO镜像文件挂载软件 Adobe Photoshop Album图像组织应用程序
Arora跨平台开源网页浏览器 Autodesk MotionBuilder三维角色动画软件 Autodesk Maya3D 建模、动画软件 Avidemux
自由多功能视频编辑、处理软件 Avogadro高级分子编辑器 Battle.net暴雪公司开发的游戏对战平台 BOUML免费的统一建模语言工具箱 Bitcoin
比特币 chmcreator开源 chm 开发工具 CineFX一款跨平台、开源免费、影片剪辑、特效合成软件 CoCoA
代数交换计算软件 Dash Express
启用 Internet 的个人导航装置 DAZ Studio
3D 人物角色 插图/动画 应用程序 DoxygenAPI 文件产生器 EAGLE
印刷电路板（PCB）设计工具 EiskaltDC++
使用直连协议的程序 Emergent神经网络模拟器 evaLinux 版 QQ 聊天软件 FreeCAD
自由开源 3D 实体、通用 CAD/CAE 设计软件 FreeMat 自由开源数值计算环境、编程语言 Full Tilt Poker
最流行的在线扑克程序之一 Gadu-Gadu实时通信软件 Gambas
基于 Basic 解释器的自由开发环境 GoldenDict一款开源字典软件 Google 地球（Google Earth）三维虚拟地图软件 GNSCisco 网络模拟器 Guitar Pro 6
曲谱编辑器 刺猬大作战 一个基于百战天虫的开源游戏 Hydrogen
先进电子鼓软件 ImageVis3D
体积光投射应用 Ipe自由矢量图形编辑器 ISE Webpack
由 Xilinx (赛灵思) 开发，适于 Windows 和 Linux 的免费 EDA 工具 Kadu
使用 Gadu-Gadu 协议的波兰即时通讯应用 KDELibs 许多 KDE 程序都使用的共享库，如Amarok、K3b、KDevelop、KOffice 等 KeePassXKeePass 的多平台端口，一个用于 Microsoft Windows 的开源密码管理器 Launchy 一个开放源代码的快捷启动器 LMMS 一个开放源代码的音乐编辑软件 LyX使用 Qt 作为界面的 LaTeX 软件 MathematicaLinux 和 Windows 版本使用 Qt 作为 GUI 的科学计算软件 Maxwell Render辅助计算 3D 模型数据产生逼真图像的软件包 Mixxx 跨平台的开放源代码 DJ 混音软件 MuseScore 一个 WYSIWYG 乐谱编辑器 MythTV开源数字视频录制软件 Nuke
基于节点的影视特效合成器 PDFedit自由 PDF 编辑器 PokerTH
开源德州扑克模拟器 PsiXMPP 网络协议实时通信软件 qBittorrent 自由 BitTorrent P2P 客户端 QCad 用于 2D 设计、绘图的 CAD 软件 Qjackctl
控制 JACK 音频连接工具的软件包 QSvn
适于 Linux、UNIX、Mac OS X、Windows 的 Subversion GUI 客户端 Opera著名网页浏览器 Qt Creator
来自 Nokia (诺基亚) 的自由跨平台集成开发环境 IDE Qterm跨平台的 BBS 软件 Quantum GIS 自由的桌面 GIS Quassel IRC 跨平台的 IRC 客户端 RealFlow
3D 产业流体、动力学仿真软件 Recoll适于 Linux、Unix 的桌面全文搜索工具 Rosegarden 自由数字音频工作站程序 SciDAVis跨平台绘图和数据分析程序 Scribus桌面排版软件 Skype使用人数众多的基于 P2P 的 VOIP 聊天软件 SMPlayer跨平台多媒体播放器 Spotify
音乐流媒体服务应用 Stellarium自由天文学软件 TeamSpeak跨平台音效通信软件 Texmaker 跨平台开源 LaTeX 编辑器 TeXworks
TeX 排版系统图形用户界面 TOra
数据库管理工具 Universal Indent GUI 可协助用户美化、重新格式化或缩进各种代码的应用 Valknut使用直连协议的程序 VirtualBox 虚拟机软件 VisIt用于查看科学数据，开源交互式并行可视化与图形分析工具 VisTrails
科学工作流管理和可视化系统 VLC 多媒体播放器一个体积小巧、功能强大的开源多媒体播放器 VoxOx统一通信软件 WordPress
基于 Qt，适于 Maemo 和 Symbian wpa supplicantIEEE 802.11i 标准的自由软件实现 XconfigLinux 的 Kernel 配置工具 咪咕音乐中移动倾力打造的正版音乐播放器 WPS Office金山软件公司推出的办公软件 极品飞车EA 公司出品的著名赛车类游戏
关注 "德云社区" 微信公众号，了解相关资讯
版权声明：
本文为独家原创稿件，版权归 ，未经许可不得转载；否则，将追究其法律责任。
上一篇：下一篇：
238378425975305319363322371320
401329441430403368460456411520
197305357381334260249255430501
245413721213905853773714694692674
91595[]6401[]2827[]2578[]2454[]2440[]2417[]2413[]2288[]2271[]2105[]1736[]1686[]1543[]1543[]
2621[]2016[]1593[]1349[]1329[]1319[]1102[]1000[]973[]893[]
8096[]7728[]7607[]6101[]5790[]5543[]4742[]3411[]3221[]2988[]
15[]36[]35[]26[]42[]44[]75[]61[]48[]80[]
959[]879[]702[]680[]669[]624[]617[]572[]500[]495[]
3156[]1951[]1819[]1562[]986[]894[]855[]819[]794[]602[]
8438[]1367[]636[]513[]512[]468[]465[]461[]452[]435[]
34122[]17095[]11066[]6730[]5560[]4962[]4670[]3836[]3145[]2968[]
版权所有 &开发者必备:基于Linux生态的十大AI开源框架盘点
前不久，雷锋网曾盘点了一系列机器学习相关的开源平台，包括谷歌的TensorFlow、微软的CNTK以及百度的PaddlePaddle等等（详情见文末“相关阅读”）。这些平台各具特点，其中某些已经在业内得到了广泛认可和应用。
与此前不同，本文将从开发者的角度出发，特别是针对开发者中为数众多的Linux系统和Mac系统用户，奉上一篇针对泛Linux生态的顶级人工智能开源工具盘点（当然，有些工具也并非只兼容Linux）。
1. Deeplearning4j：为Java用户量身定制
Deeplearning4j（Deep Learning For Java）是Java和Scala环境下的一个开源分布式的深度学习项目，由总部位于美国旧金山的商业智能和企业软件公司Skymind牵头开发，并得到了腾讯的投资。正如它的命名，Deeplearning4j的运行需要Java虚拟机JVM的支持。
Deeplearning4j团队在官网表示，他们希望通过一些深度学习算法的开发，将商业带入智能化数据的时代。也正是为了实现这一理想，惠及更多的用户，因此选择了移植性更好的Java环境来实现这些算法。目前，Deeplearning4j的这些算法已经在谷歌、Facebook和微软等平台得到了广泛应用。
值得一提的是，为了便于开发者自由定制，Deeplearning4j已经开放了尽可能多的算法调节接口，并对接口参数做出了详尽解释。同时，Deeplearning4j团队还开发了针对矩阵运算的ND4J和ND4S库（N-Dimensional Arrays for Java/Scala），同样需要JVM的支持。
Deeplearning4j遵循Apache 2.0开源协议，提供了基于AWS云服务的GPU运算支持，以及微软服务器框架的支持。
官网：http://deeplearning4j.org/
2. Caffe：广受欢迎的深度学习框架
Caffe的全称是 “Convolution Architecture For Feature Extraction”，意为“用于特征提取的卷积架构”，主要开发者来自伯克利大学的视觉与学习中心（Berkeley Vision and Learning Center，BVLC），基于BSD 2-Clause开源许可协议发布。
Caffe是业内著名的深度学习框架，根据官网介绍，其主要特点是：运算速度快（官方显示在单片NVIDIA K40 GPU的运算能力下，Caffe每天可以处理超过60M的图片数据），模块定制方便（在CPU或GPU之间的转换只需要简单修改一下参数设定），扩展能力强大（目前有超过一千名开发者基于Caffe开发了分支版本），以及丰富的社区支持（Caffe已经被授权给各种研究机构、初创公司和工业集团），因此特别适合于神经网络建模和图像处理任务。
官网：http://caffe.berkeleyvision.org/
3. H2O：企业级机器学习框架
H2O（即水的化学式）是一个开源、快速、可扩展的分布式机器学习框架，同时提供了大量的算法实现。它支持深度学习、梯度推进（Gradient Boosting）、随机森林（Random Forest）、广义线性模型（即逻辑回归，弹性网络）等各种机器学习算法。
H2O框架的核心代码由Java编写，数据和模型通过分布式的key/value存储在各个集群节点的内存中，算法使用Map/Reduce框架实现，并使用了Java中的Fork/Join机制来实现多线程。
H2O是一个更关注企业用户的人工智能分析工具，它聚焦于为掌握大量数据的企业用户提供快速精准的预测分析模型，从海量数据中提取有助于商业决策的信息。
根据H2O官方的数据，目前已经有超过7万名数据科学家和8万家组织机构成为了H2O平台的忠实拥趸。
官网：http://www.h2o.ai/
4. MLlib：基于Spark框架的机器学习算法实现库
MLlib是Apache开源项目Spark针对一些常用的机器学习算法的实现库，同时也包括了相关的测试程序和数据生成器。
按照官网的描述，MLlib的主要特点是易用（天生兼容Spark框架的API接口和Python、Java、Scala等多种语言）、高性能（依靠Spark的数据管理能力，运行迭代和逻辑回归算法时比Hadoop框架快100倍）和易于部署（可以直接在现有的Hadoop数据集群上运行）。
MLlib目前支持分类、回归、推荐、聚类、生存分析等多种机器学习算法。
官网：https://spark.apache.org/mllib/
5. Apache Mahout：Hadoop广泛采用的机器学习开源框架
Apache Mahout同样也是一个Apache开源项目，与MLlib相对应，Mahout是应用在Hadoop平台下的机器学习开源框架。
Mahout有如下三个主要特点：
1) 提供简单、可扩展的编程环境和框架；
2) 同时为Scala + Apache Spark、H2O以及Apache Flik平台提供打包好的算法实现；
3) 支持R语言的语法规则进行矩阵计算。
官网：http://mahout.apache.org/
6. OpenNN：专注神经网络的实现库
OpenNN的全称为“Open Neural Networks Library”，即开源神经网络库，其核心代码由C++编写，从名字就可以看出，其主要面向深度学习领域，助力于用户构建各种不同的神经网络模型。
据官方描述，OpenNN可用于实现监督学习场景中任何层次的非线性模型，同时还支持各种具有通用近似属性的神经网络设计。
除了模型的多层支持外，OpenNN最主要优势还在于强大的性能表现。具体来说就是，OpenNN能够通过C++语言实现的核心代码高效地调节内容使用，通过OpenMP库很好地平衡多线程CPU调用，以及通过CUDA工具对GPU进行加速。
官网：http://www.opennn.net/
7. Oryx 2：重新设计了Lambda架构
Oryx 2是Oryx项目的2.0版，前身名为 Myrrix，后来被大数据公司 Cloudera 收购，才改名为 Oryx。
Oryx 2.0关注于大规模机器学习/预测分析基础框架的实时表现，它基于Apache Spark和Apache Kafka框架开发，并重新设计了Lambda架构，使得层次之间的复用性更强。
2.0版相比之前实现了更多算法，包括ALS协同过滤、随机森林、以及K-means++等。
官网：http://oryx.io/
8. OpenCyc：全球最庞大、最完备的通用型知识库与常识推理引擎
OpenCyc是Cycorp公司推出的一个基于Cyc的开源版本，而Cyc是目前全球最庞大、最完备的通用型知识库与常识推理引擎。
OpenCyc包含数十万个精心组织的Cyc词条。Cycorp公司不但免费提供OpenCyc，同时也鼓励开发者基于OpenCyc开发针对于特定应用领域的分支版本。
目前，OpenCyc已经被成功应用在大数据建模、语言数据整合、智能文本理解、特定领域的专家系统建模和人工智能游戏。
官网：/platform/opencyc/
9. Apache SystemML：专注于大数据分析的开源机器学习平台
SystemML是一个利用机器学习算法进行大数据分析的开源AI平台，其主要特点是支持R语言和Python的语法，专注于大数据分析领域，以及专门为高阶数学计算设计。
按照官网的介绍，Apache SystemML基于Apache Spark框架运行，其最大的特点就是能够自动、逐行地评估数据，并根据评估结果确定用户的代码应该直接运行在驱动器上还是运行在Apache Spark集群上。
除了Apache Spark之外，SystemML还支持Apache Hadoop、Jupyter和Apache Zeppelin等多个平台。目前，SystemML技术已经成功应用在交通、航空和金融等多个领域。
官网：http://systemml.apache.org/
10. NuPIC：基于层级实时存储算法的机器智能平台
NuPIC是一个与众不同的开源机器智能平台，它基于一种大脑皮层理论，即“层级实时存储算法”（Heirarchical Temporary Memory，HTM）。NuPIC聚焦于分析实时数据流，可以通过学习数据之间基于时间的状态变化，对未知数据进行预测，并揭示其中的非常规特性。
NuPIC关键的功能特性包括：
1) 持续的在线学习：NuPIC模型可以持续根据快速变化的数据流进行实时调整；
2) 时间和空间分析：像人脑一样，NuPIC可以同时模拟时间和空间的变化；
3) 实时的数据流分析：智能化的数据分析不会随着数据量的增加而改变；
4) 预测和建模：通过通用性的大脑皮层算法，对数据进行预测、建模和学习；
5) 强大的异常检测能力：实时检测数据流的扰动，不依靠僵化的阈值设置和过时的算法；
6) 层级实时存储算法：支持全新的HTM计算架构。
官网：http://numenta.org/
由于2016仅仅是人工智能走向主流的元年，未来随着技术的进一步发展和革新，势必会出现更多、更丰富的开发工具。这里值得注意的一点是：工具的意义不仅在于解决了日常研发中遇到的各种问题，更在于降低了开发的难度，引导了更多人投入到人工智能的研发之中。雷锋网(公众号：雷锋网)
来源：tecmint，雷锋网编译
相关阅读：
BAT 在下一盘大棋？深度盘点国内四大机器学习开源平台
盘点四大民间机器学习开源框架：Theano、Caffe、Torch 和 SciKit-learn
谷歌、微软、OpenAI 等巨头的七大机器学习开源项目 看这篇就够了
雷锋网版权文章，未经授权禁止转载。详情见转载须知。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
致力免费为玩家、消费者提供国内最值得入手的新奇酷玩产品
读懂智能与未来！禅道的框架是自主开发的还是用开源的框架呢？
你好，想跟你请教个问题：禅道的框架是自主开发的还是用开源的框架呢？
我们自己开发的：
，可以在这个网站了解下。
自己的MVC框架}