选择计算机AI编程软件取决于需求和技术偏好。以下是几个常用的软件：

1. TensorFlow:
– Google开源的深度学习框架，适用于构建和训练神经网络，跨平台支持。

2. PyTorch:
– 由Facebook开发，以动态计算图和易用性著称，广泛应用于研究和实验性项目。

3. Keras:
– 高级神经网络API，可以在TensorFlow、Theano等后端上运行，适合初学者和快速原型设计。

4. Scikit-Learn:
– Python库，提供多种机器学习算法和工具，用于数据挖掘和分析。

5. Jupyter Notebooks:
– 交互式计算环境，支持多种编程语言，特别适用于数据分析和机器学习实验。

6. MATLAB:
– 强大的数学计算和编程环境，具备深度学习工具箱。

7. Microsoft Azure Machine Learning:
– 云端机器学习服务，提供从数据准备到模型训练的工具。

8. IBM Watson Studio:
– IBM的数据科学和机器学习平台，支持整个工作流程。

9. Google Colab:
– 基于云的Jupyter Notebooks环境，提供GPU和TPU加速，适合深度学习实验。

选择时考虑项目需求、编程经验和团队协作。通过尝试不同软件，找到适合自己的工具。

这些软件提供丰富的功能，可用于数据科学、深度学习和机器学习项目。