Mélytanulási programok összehasonlítása

Ez a táblázat összehasonlítja a keretrendszereket , a szoftverkönyvtárakat és az önálló mélytanulási szoftvereket .

A mély tanulási programok áttekintése

Név Fejlesztő Engedély [a] nyisd ki Felület Nyelv Felület Nyissa meg az MP támogatást OpenCL támogatás CUDA támogatás Automatikus differenciálás előképzés visszatérő hálózatok konvolúciós hálózatok Boltzmann gép / Deep Web of Trust Párhuzamos számítástechnika
Apache SINGA Apache inkubátor Apache 2.0 Igen Linux , Mac OS X , Windows C++ Python , C++ , Java Nem Igen Igen ismeretlen Igen Igen Igen Igen Igen
kávézó Berkeley Vision and Learning Center BSD licenc Igen Linux , Mac OS X , Windows [1] C++ Python , MATLAB Igen Fejlesztés alatt [2] Igen Igen igen [3] Igen Igen Nem ismeretlen
mély tanulás4j Skymind, Adam Gibson Apache 2.0 Igen Linux , Mac OS X , Windows , Android ( keresztplatformos ) Jáva Java , Scala , Clojure , Python ( Keras ) Igen Nem [4] igen [5] Számítási grafikon igen [6] Igen Igen Igen igen [7]
Dlib Davis King Boost License Igen Cross-platform C++ Python , C++ Igen Nem Igen Igen Igen Nem Igen Igen Igen
Keras François Chollet MIT licenc Igen Linux , Mac OS X , Windows Piton Piton Via Theano Fejlesztés alatt a Theano-n keresztül , a tervek szerint a TensorFlow -n keresztül Igen Igen igen [8] Igen Igen Igen igen [9]
Microsoft kognitív eszköztár Microsoft Research MIT-licenc [10] Igen Windows , Linux [11] ( OSX a tervekben a Dockeren keresztül ) C++ Python , C++ , parancssor , [12] BrainScript [13] ( .NET úton van [14] ) igen [15] Nem Igen Igen igen [16] igen [17] igen [17] Nem [18] igen [19]
MXNet Elosztott (mély) gépi tanulási közösség Apache 2.0 Igen Linux , Mac OS X , Windows , [20] [21] AWS , Android , [22] iOS , JavaScript [23] kis gyökérkönyvtár C++ nyelven C++ , Python , Julia , Matlab , JavaScript , Go , R , Scala , Perl Igen Tervezett [24] Igen igen [25] igen [26] Igen Igen Igen igen [27]
Neurális tervező Artelnics szabadalmazott Nem Linux , Mac OS X , Windows C++ Grafikus felhasználói felület Igen Nem Nem ismeretlen ismeretlen Nem Nem Nem ismeretlen
OpenNN Artelnics GNU LGPL Igen Cross-platform C++ C++ Igen Nem Nem ismeretlen ismeretlen Nem Nem Nem ismeretlen
TensorFlow A Google Brain csapata Apache 2.0 Igen Linux , Mac OS X , Windows [28] C++ , Python Python , C / C++ , Java , Go Nem Tervezett [29] [30] Igen igen [31] igen [32] Igen Igen Igen Igen
Theano Montreali Egyetem BSD licenc Igen Cross-platform Piton Piton Igen Fejlesztés alatt [33] Igen Igen [34] [35] A Lasagne modellek állatkertjén keresztül [36] Igen Igen Igen igen [37]
Fáklya Ronan Collober, Koray Cavukchoglu, Clement Farabet BSD licenc Igen Linux , Mac OS X , Windows , [38] Android , [39] iOS C , Lua Lua , LuaJIT , [40] C , segédprogramkönyvtár C++ / OpenCL számára [41] Igen Külső megvalósítás [42] [43] Igen [44] [45] Az Autograd Twitteren keresztül [46] igen [47] Igen Igen Igen igen [48]
Mathematica Wolfram kutatás szabadalmazott Nem Windows , Mac OS X , Linux , Cloud computing C++ parancssor , Java , C++ Nem Igen Igen Igen igen [49] Igen Igen Igen Igen
  1. ↑ Az egyes könyvtári összetevők eltérő licencekkel rendelkezhetnek

Kapcsolódó szoftver

Jegyzetek

  1. ↑ Microsoft/caffe . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 22.  (Angol)
  2. ↑ OpenCL Caffe . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 22.  (Angol)
  3. ↑ Caffe Model Zoo . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. november 24..  (Angol)
  4. ↑ Open CL Issue #27 deeplearning4j/nd4j támogatása . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  5. ↑ N-dimenziós tudományos számítástechnika Java-hoz . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. október 16..  (Angol)
  6. ↑ Chris Nicholson, Adam Gibson. Deeplearning4j Models (nem elérhető link) . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. február 11.    (Angol)
  7. ↑ Deeplearning4j. Deeplearning4j a Sparkon (nem elérhető link) . mély tanulás4j. Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. július 13.    (Angol)
  8. ↑ Keras Documentatin // 2017. február 2-án archivált alkalmazások a Wayback Machine -nál 
  9. ↑ Támogatja a Keras több GPU használatát? 2436. szám. fchollet/keras Archivált : 2017. március 5. a Wayback Machine -nél 
  10. ↑ CNTK/LICENSE.md a fő Microsoft/CNTK GitHubnál . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 22.  (Angol)
  11. ↑ Állítsa be a CNTK-t a gépén . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. május 8..  (Angol)
  12. ↑ A CNTK használatának áttekintése . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  13. ↑ BrainScript Network Builder . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  14. ↑ .NET-támogatás, 960. számú Microsoft/CNTK . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  15. ↑ Hogyan lehet egy modellt több géppel betanítani? · 59. probléma · Microsoft/CNTK . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  16. ↑ Előre elkészített modellek a képosztályozáshoz 140. szám Microsoft/CNTK GitHub . Letöltve: 2019. január 4. Az eredetiből archiválva : 2017. március 5..
  17. ↑ 1 2 CNTK - Computational Network Toolkit . Microsoft vállalat. Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  18. ↑ url= https://github.com/Microsoft/CNTK/issues/534 Archiválva : 2017. március 5. a Wayback Machine -nél 
  19. ↑ Több GPU és gép . Microsoft vállalat. Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  20. ↑ Kiadja a dmlc/mxnet fájlt . Github . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  21. ↑ Telepítési útmutató - mxnet dokumentáció . readthdocs . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. szeptember 30.  (Angol)
  22. ↑ MXNet intelligens eszköz . ReadTheDocs . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. szeptember 21..  (Angol)
  23. ↑ MXNet.js . Github . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  24. ↑ Más eszköztípusok támogatása, OpenCL AMD GPU Issue #621 dmlc/mxnet . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  25. ↑ http://mxnet.readthedocs.io/  (eng.)  (lefelé mutató hivatkozás)
  26. ↑ Modellgaléria . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  27. ↑ Futtassa az MXNet-et több processzoron/GPU-n párhuzamos adatokkal . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. szeptember 28..  (Angol)
  28. ↑ A TensorFlow 0.12 támogatja a Windows rendszert. Archivált 2017. március 20. a Wayback Machine -nél 
  29. ↑ tensorflow/roadmap.md a master tensorflow/tensorflow GitHubnál . GitHub .  (link nem elérhető  )
  30. ↑ OpenCL támogatás 22. probléma tensorflow/tensorflow . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  31. ↑ Archivált másolat (a hivatkozás nem elérhető) . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. július 2.    (Angol)
  32. ↑ Forrás . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 29.  (Angol)
  33. ↑ A GPU - Theano 0.8.2 dokumentáció használata . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 1..  (Angol)
  34. ↑ Archivált másolat (a hivatkozás nem elérhető) . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. július 11.    (Angol)
  35. ↑ Google Csoportok
  36. ↑ Receptek/modelzoo a master Lasagne/Recipes GitHubnál . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  37. ↑ Több GPU használata – Theano 0.8.2 dokumentáció Archiválva : 2017. május 4. a Wayback Machine -nél 
  38. ↑ Otthoni zseblámpa / torch7 Wiki GitHub
  39. ↑ GitHub - soumith/torch-android: Torch-7 Androidra . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 22.  (Angol)
  40. ↑ Torch7: Matlab-szerű környezet a gépi tanuláshoz . Letöltve: 2017. július 22. Az eredetiből archiválva : 2016. március 6..  (Angol)
  41. ↑ GitHub - jonathantompson/jtorch: OpenCL Torch Utility Library . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 22.  (Angol)
  42. ↑ Cheatsheet . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 18..  (Angol)
  43. ↑ cltorch . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  44. ↑ Torch CUDA backend . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  45. ↑ Torch CUDA backend for nn . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  46. ↑ Forrás . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. január 4..  (Angol)
  47. ↑ Modell Állatkert . GitHub . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. március 5..  (Angol)
  48. ↑ Cheatsheet torch/torch7 Wiki GitHub . Letöltve: 2019. január 4. Az eredetiből archiválva : 2017. április 18..
  49. ↑ Forrás . Letöltve: 2017. július 22. Az eredetiből archiválva : 2017. április 22.  (Angol)
 Mélytanulási programok
ingyenes szoftver
Nem ingyenes szoftver