Comparación de programas de aprendizaje profundo

Esta tabla compara marcos , bibliotecas de software y software de aprendizaje profundo independiente .

Una descripción general de los programas de aprendizaje profundo

Nombre Desarrollador licencia [a] abierto Plataforma Idioma Interfaz Soporte MP abierto Compatibilidad con OpenCL Soporte CUDA Diferenciación automática Pre-entrenamiento redes recurrentes redes convolucionales Máquina de Boltzmann / Deep Web of Trust Computación paralela
Apache SINGA incubadora apache apache 2.0 Sí Linux , Mac OS X , Windows C++ Pitón , C++ , Java No Sí Sí desconocido Sí Sí Sí Sí Sí
cafetería Centro de Aprendizaje y Visión de Berkeley licencia BSD Sí Linux , Mac OS X , Windows [1] C++ Pitón , MATLAB Sí En desarrollo [2] Sí Sí sí [3] Sí Sí No desconocido
aprendizaje profundo4j Skymind, Adam Gibson apache 2.0 Sí Linux , Mac OS X , Windows , Android ( plataforma cruzada ) Java Java , Scala , Clojure , Python ( Keras ) Sí No [4] sí [5] Gráfico de computación sí [6] Sí Sí Sí sí [7]
Dlib rey davis Licencia de impulso Sí multiplataforma C++ Pitón , C++ Sí No Sí Sí Sí No Sí Sí Sí
Keras François Chollet Licencia MIT Sí Linux , Mac OS X , Windows Pitón Pitón Vía Theano En desarrollo a través de Theano , planificado a través de TensorFlow Sí Sí sí [8] Sí Sí Sí sí [9]
Kit de herramientas cognitivas de Microsoft Investigación de Microsoft Licencia MIT [10] Sí Windows , Linux [11] ( OSX en planes a través de Docker ) C++ Python , C++ , línea de comando , [12] BrainScript [13] ( .NET en camino [14] ) sí [15] No Sí Sí sí [16] sí [17] sí [17] No [18] sí [19]
MXNet Comunidad de aprendizaje automático distribuido (profundo) apache 2.0 Sí Linux , Mac OS X , Windows , [20] [21] AWS , Android , [22] iOS , JavaScript [23] pequeña biblioteca raíz en C++ C++ , Python , Julia , Matlab , JavaScript , Go , R , Scala , Perl Sí Planeado [24] Sí sí [25] sí [26] Sí Sí Sí sí [27]
Diseñador neuronal Artelnics propiedad No Linux , Mac OS X , Windows C++ Interfaz gráfica del usuario Sí No No desconocido desconocido No No No desconocido
AbrirNN Artelnics GNU LGPL Sí multiplataforma C++ C++ Sí No No desconocido desconocido No No No desconocido
TensorFlow equipo de cerebro de Google apache 2.0 Sí Linux , Mac OS X , Windows [28] C++ , Pitón Python , C / C++ , Java , Ir No Planeado [29] [30] Sí sí [31] sí [32] Sí Sí Sí Sí
Teano Universidad de Montreal licencia BSD Sí multiplataforma Pitón Pitón Sí En desarrollo [33] Sí Sí [34] [35] A través del zoológico de modelos de Lasaña [36] Sí Sí Sí Sí [37]
Antorcha Ronan Collober, Koray Cavukchoglu, Clemente Farabet licencia BSD Sí Linux , Mac OS X , Windows , [38] Android , [39] iOS C , Lua Lua , LuaJIT , [40] C , biblioteca de utilidades para C++ / OpenCL [41] Sí Implementación Externa [42] [43] Sí [44] [45] Vía Twitter de Autograd [46] sí [47] Sí Sí Sí sí [48]
Matemática Investigación Wolframio propiedad No Windows , Mac OS X , Linux , computación en la nube C++ línea de comandos , Java , C++ No Sí Sí Sí sí [49] Sí Sí Sí Sí
  1. ↑ los componentes individuales de la biblioteca pueden tener diferentes licencias

Software relacionado

Notas

  1. ↑ Microsoft/café . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de abril de 2017.  (Inglés)
  2. ↑ Café OpenCL . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de marzo de 2017.  (Inglés)
  3. ↑ Zoológico modelo Caffe . Consultado el 22 de julio de 2017. Archivado desde el original el 24 de noviembre de 2017.  (Inglés)
  4. ↑ Compatibilidad con Open CL Edición n.º 27 deeplearning4j/nd4j . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  5. ↑ Computación científica N-dimensional para Java . Consultado el 22 de julio de 2017. Archivado desde el original el 16 de octubre de 2016.  (Inglés)
  6. ↑ Chris Nicholson, Adam Gibson. Modelos Deeplearning4j (enlace no disponible) . Consultado el 22 de julio de 2017. Archivado desde el original el 11 de febrero de 2017.    (Inglés)
  7. ↑ Aprendizaje profundo4j. Deeplearning4j en Spark (enlace no disponible) . aprendizaje profundo4j. Consultado el 22 de julio de 2017. Archivado desde el original el 13 de julio de 2017.    (Inglés)
  8. ↑ Documentación de Keras // Aplicaciones archivadas el 2 de febrero de 2017 en Wayback Machine . 
  9. ↑ ¿Keras admite el uso de varias GPU? Número n.º 2436 fchollet/keras Archivado el 5 de marzo de 2017 en Wayback Machine . 
  10. ↑ CNTK/LICENSE.md en master Microsoft/CNTK GitHub . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de abril de 2017.  (Inglés)
  11. ↑ Configure CNTK en su máquina . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 8 de mayo de 2017.  (Inglés)
  12. ↑ Descripción general del uso de CNTK . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  13. ↑ Generador de redes BrainScript . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  14. ↑ Problema de compatibilidad con .NET n.º 960 Microsoft/CNTK . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  15. ↑ ¿Cómo entrenar un modelo usando varias máquinas? · Número 59 · Microsoft/CNTK . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  16. ↑ Modelos preconstruidos para la clasificación de imágenes Problema n.º 140 Microsoft/CNTK GitHub . Consultado el 4 de enero de 2019. Archivado desde el original el 5 de marzo de 2017.
  17. ↑ 1 2 CNTK: kit de herramientas de red computacional . Corporación Microsoft. Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  18. ↑ url= https://github.com/Microsoft/CNTK/issues/534 Archivado el 5 de marzo de 2017 en Wayback Machine . 
  19. ↑ Múltiples GPU y máquinas . Corporación Microsoft. Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  20. ↑ Lanzamientos de dmlc/mxnet . Github . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  21. ↑ Guía de instalación: documentación de mxnet . readthdocs . Consultado el 22 de julio de 2017. Archivado desde el original el 30 de septiembre de 2016.  (Inglés)
  22. ↑ Dispositivo inteligente MXNet . LeerLosDocumentos . Consultado el 22 de julio de 2017. Archivado desde el original el 21 de septiembre de 2016.  (Inglés)
  23. ↑ MXNet.js . Github . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  24. ↑ Compatibilidad con otros tipos de dispositivos, OpenCL AMD GPU Problema n.º 621 dmlc/mxnet . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  25. ↑ http://mxnet.readthedocs.io/  (ing.)  (enlace descendente)
  26. ↑ Galería de modelos . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  27. ↑ Ejecute MXNet en varias CPU/GPU con datos en paralelo . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 28 de septiembre de 2016.  (Inglés)
  28. ↑ TensorFlow 0.12 agrega soporte para Windows . Archivado el 20 de marzo de 2017 en Wayback Machine . 
  29. ↑ tensorflow/roadmap.md en master tensorflow/tensorflow GitHub . GitHub .  (enlace no disponible  )
  30. ↑ Compatibilidad con OpenCL Problema n.º 22 tensorflow/tensorflow . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  31. ↑ Copia archivada (enlace no disponible) . Consultado el 22 de julio de 2017. Archivado desde el original el 2 de julio de 2016.    (Inglés)
  32. ↑ Fuente . Consultado el 22 de julio de 2017. Archivado desde el original el 29 de abril de 2017.  (Inglés)
  33. ↑ Uso de la documentación GPU-Theano 0.8.2 . Consultado el 22 de julio de 2017. Archivado desde el original el 1 de abril de 2017.  (Inglés)
  34. ↑ Copia archivada (enlace no disponible) . Consultado el 22 de julio de 2017. Archivado desde el original el 11 de julio de 2017.    (Inglés)
  35. ↑ Grupos de Google
  36. ↑ Recetas/modelzoo en master Lasagne/Recipes GitHub . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  37. ↑ Uso de varias GPU: documentación de Theano 0.8.2 . Archivado el 4 de mayo de 2017 en Wayback Machine . 
  38. ↑ Inicio antorcha / antorcha7 Wiki GitHub
  39. ↑ GitHub - soumith/torch-android: Torch-7 para Android . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de abril de 2017.  (Inglés)
  40. ↑ Torch7: un entorno similar a Matlab para el aprendizaje automático . Consultado el 22 de julio de 2017. Archivado desde el original el 6 de marzo de 2016.  (Inglés)
  41. ↑ GitHub - jonathantompson/jtorch: una biblioteca de utilidades OpenCL Torch . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de abril de 2017.  (Inglés)
  42. ↑ Hoja de trucos . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 18 de abril de 2017.  (Inglés)
  43. ↑ cltorch . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  44. ↑ Backend de Torch CUDA . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  45. ↑ Torch CUDA backend para nn . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  46. ↑ Fuente . Consultado el 22 de julio de 2017. Archivado desde el original el 4 de enero de 2017.  (Inglés)
  47. ↑ Zoológico modelo . GitHub . Consultado el 22 de julio de 2017. Archivado desde el original el 5 de marzo de 2017.  (Inglés)
  48. ↑ Hoja de trucos torch/ torch7 Wiki GitHub . Consultado el 4 de enero de 2019. Archivado desde el original el 18 de abril de 2017.
  49. ↑ Fuente . Consultado el 22 de julio de 2017. Archivado desde el original el 22 de abril de 2017.  (Inglés)
 Programas de aprendizaje profundo
software libre
software no libre