FFmpeg-Android 是基于ffmpeg 4.0编译运行在android平台的音视频的处理框架，可实现视频字幕添加、尺寸剪切、添加或去除水印、时长截取、转GIF动图、涂鸦、音频提取、拼接、质量压缩、加速减速、倒放、素描、色彩平衡、hue、lut、模糊、九宫格、添加贴纸、滤镜、分屏、图片合成视频等,音视频合成、分离、截取、拼接，混音、音视频解码等等音视频处理...
视频批量处理，码率设置，格式转换，添加字幕，添加水印，去除水印，修改分辨率,视频剪裁,倍速播放, 视频分段，视频镜像，背景音乐, 画中画...
一个基于python-的爬虫 使用reuqest，请求数据，并用lxml解析 使用pymysql 将数据存入数据库以完成爬取
PyTorch是一个开源的 Python机器学习库，可以用于人工智能、机器学习和自然语言处理等领域。PyTorch于2017年由Facebook人工智能研究院推出，它具有强大的GPU加速的张量计算能力，并且支持动态深度神经网络。PyTorch也是一个入门简单，简洁高效的快速框架，对初学者比较友好。
H2O是一个开源的分布式、可扩展的机器学习平台。H2O兼容 R， Python， Scala， Java等多种编程语言，并且可以和当下火热的诸如Hadoop，Spark等大数据技术协同工作。H2O提供了多种流行算法的实现，比如：K均值、PCA、随机森林、深度神经网络、词向量、广义线性模型（即逻辑回归，弹性网络）等等。
CNTK是微软出品的开源深度学习工具包，可以运行在CPU或GPU上。CNTK允许用户轻松实现当下流行算法模型的组合，例如前馈DNN，卷积网（CNN）和递归网络（RNN / LSTM）等等。CNTK的预测精度很好，也提供了很多先进算法的实现，而且CNTK提供了基于C++、C#和Python等多种编程语言的接口，非常方便应用。
TensorFlow是人工智能领域第一大开源框架，最初由Google大脑小组（隶属于Google机器智能研究机构）的研究员和工程师们开发出来，用于机器学习和深度神经网络方面的研究，但这个系统的通用性使其也可广泛用于其他计算领域。自2015年起，TensorFlow开始开放源代码，截止到目前已经被广泛应用于各类机器学习、人工智能等领域的研究项目和商用项目。 个人自学AI的话，这个框架建议还是熟练使用。
