haifengl/smile

项目概览

smile 是一个面向 JVM 的高性能机器学习框架，涵盖分类、回归、聚类、NLP、深度学习及数据可视化等广泛的数据科学任务。该框架为 Scala 和 Kotlin 提供了地道的 API，并支持模型序列化、OpenAI 兼容的 REST 推理服务及桌面级数据科学 IDE。

项目类型

模型运行 · 数据处理

应用场景

数据分析

部署方式

查看项目说明

License

License 待确认

适合谁

• 需要在一个综合性框架内完成从数据处理到模型训练及可视化全流程的 JVM 开发者与数据团队。

核心能力

• 提供核心的分类、回归、聚类、流形学习及关联规则算法（如 SVM、随机森林、K-Means、t-SNE、FP-growth）。
• 提供基于 LibTorch 的 GPU/CPU 张量运算、神经网络层、LLaMA-3 推理及 EfficientNet 图像分类。
• 提供文本规范化、句子/分词、词性标注、词干提取、短语抽取、相关性排序（TF-IDF、BM25）及 WordNet 集成。
• 提供数据结构、数学、线性代数、统计工具、DataFrame API，以及针对 CSV、JSON、Parquet、Arrow、JDBC、Avro 的读取器/写入器。
• 提供基于 Swing 的交互式图表以及适用于浏览器和 Jupyter 的声明式 Vega-Lite 图表。
• 基于 Quarkus 的 REST 推理服务，提供兼容 OpenAI 的 API 并支持 SSE 流式传输。
• 一个支持使用 Python 或 SMILE 进行数据科学的代理式桌面 IDE，并包含用于训练、预测和提供模型服务的 CLI 工具。
• 模型可以序列化到磁盘，并在生产环境或 Spark 作业中加载。

限制与风险

• v5+ 版本需要 Java 25；v4.x 版本需要 Java 21；所有更早的版本需要 Java 8。
• 部分算法（流形学习、高斯过程、MLP、部分聚类）要求手动安装 BLAS 和 LAPACK 原生库。
• 该框架采用双重许可模式，OEM、ISV、VAR 可能需要获取商业许可。

如何开始

• 安装 Java 25（针对 v5+），通过 Maven/Gradle 添加 smile-core 依赖，然后加载数据并使用 API 训练模型。

核验依据

• README: SMILE (Statistical Machine Intelligence & Learning Engine) is a comprehensive, high-performance machine learning framework for the JVM. SMILE v5+ requires **Java 25**; v4.x requir…
• Release: 6.2.4
• README: | **LLM** | LLaMA-3 inference, tiktoken BPE tokenizer, OpenAI-compatible REST server, SSE chat streaming | | **Deep Learning** | LibTorch/GPU backend, EfficientNet-V2 image classi…
• README: Data structures, math, linear algebra, statistical utilities, I/O
• README: Classification, regression, clustering, manifold learning, and more

内容核验时间：