Сравнение программного обеспечения для глубокого обучения - Comparison of deep-learning software

В следующей таблице сравниваются известные программные фреймворки , библиотеки и компьютерные программы для глубокого обучения .

Программное обеспечение для глубокого обучения по названию

Программное обеспечение Создатель Первый выпуск Лицензия на программное обеспечение Открытый исходный код Платформа Написано в Интерфейс Поддержка OpenMP Поддержка OpenCL Поддержка CUDA Автоматическая дифференциация Имеет предварительно обученных моделей Рекуррентные сети Сверточные сети RBM / DBNs Параллельное выполнение (многоузловой) Активно развивается
BigDL Джейсон Дай (Intel) 2016 г. Apache 2.0 да Apache Spark Scala Скала, Python Нет да да да
Кафе Berkeley Vision and Learning Center 2013 BSD да Linux , macOS , Windows C ++ Python , MATLAB , C ++ да В разработке да да да да да Нет ? Нет
Chainer Предпочитаемые сети 2015 г. BSD да Linux , macOS Python Python Нет Нет да да да да да Нет да Нет
Deeplearning4j Команда инженеров Skymind; Сообщество Deeplearning4j; первоначально Адам Гибсон 2014 г. Apache 2.0 да Linux , macOS , Windows , Android ( кроссплатформенность ) C ++ , Java Java , Scala , Clojure , Python ( Керас ), Котлин да Нет да Вычислительный График да да да да да да
Длиб Дэвис Кинг 2002 г. Лицензия на программное обеспечение Boost да Кроссплатформенность C ++ C ++ , Python да Нет да да да Нет да да да
Поток Майк Иннес 2017 г. Лицензия MIT да Linux , MacOS , Windows ( кроссплатформенность ) Юлия Юлия да да да да да Нет да да
Библиотека ускорения Intel Data Analytics Intel 2015 г. Лицензия Apache 2.0 да Linux , MacOS , Windows , на Intel CPU C ++ , Python , Java C ++ , Python , Java да Нет Нет да Нет да да
Библиотека ядра Intel Math Intel Проприетарный Нет Linux , MacOS , Windows , на Intel CPU C да Нет Нет да Нет да да Нет
Керас Франсуа Шоле 2015 г. Лицензия MIT да Linux , macOS , Windows Python Python , R Только при использовании Theano в качестве бэкэнда Может использовать Theano, Tensorflow или PlaidML в качестве бэкэндов да да да да да Нет да да
MATLAB + Набор инструментов для глубокого обучения MathWorks Проприетарный Нет Linux , macOS , Windows C , C ++ , Java , MATLAB MATLAB Нет Нет Тренируйтесь с помощью Parallel Computing Toolbox и генерируйте код CUDA с помощью GPU Coder да да да да да С Parallel Computing Toolbox да
Microsoft Cognitive Toolkit (CNTK) Microsoft Research 2016 г. Лицензия MIT да Windows , Linux ( macOS через Docker по дорожной карте) C ++ Python ( Keras ), C ++ , командная строка , BrainScript ( .NET в дорожной карте) да Нет да да да да да Нет да Нет
Apache MXNet Фонд программного обеспечения Apache 2015 г. Apache 2.0 да Linux , macOS , Windows , AWS , Android , iOS , JavaScript Малая базовая библиотека C ++ C ++ , Python , Julia , Matlab , JavaScript , Go , R , Scala , Perl , Clojure да На дорожной карте да да да да да да да да
Нейронный дизайнер Артельника 2014 г. Проприетарный Нет Linux , macOS , Windows C ++ Графический пользовательский интерфейс да Нет да Аналитическая дифференциация Нет Нет Нет Нет да да
OpenNN Артельника 2003 г. GNU LGPL да Кроссплатформенность C ++ C ++ да Нет да ? ? Нет Нет Нет ?
PlaidML Vertex.AI , Intel 2017 г. Apache 2.0 да Linux , macOS , Windows Python , C ++ , OpenCL Python , C ++ ? Некоторые OpenCL ICD не распознаются Нет да да да да да да
PyTorch Адам Пашке, Сэм Гросс, Сумит Чинтала, Грегори Чанан (Facebook) 2016 г. BSD да Linux , macOS , Windows Python , C , C ++ , CUDA Python , C ++ , Юлия да Через отдельно обслуживаемый пакет да да да да да да да
Seq2SeqSharp Чжункай Фу 2018 г. BSD да Linux , macOS , Windows C # , C , C ++ , CUDA C # да Нет да да да да Нет Нет да да
Apache SINGA Фонд программного обеспечения Apache 2015 г. Apache 2.0 да Linux , macOS , Windows C ++ Python , C ++ , Java Нет Поддерживается в версии 1.0 да ? да да да да да
TensorFlow Google Brain 2015 г. Apache 2.0 да Linux , macOS , Windows , Android C ++ , Python , CUDA Python ( Keras ), C / C ++ , Java , Go , JavaScript , R , Юлия , Swift Нет В планах развития, но уже с поддержкой SYCL да да да да да да да да
Theano Université de Montréal 2007 г. BSD да Кроссплатформенность Python Python ( Керас ) да В разработке да да Через модельный зоопарк Лазаньи да да да да Нет
Факел Ронан Коллобер, Корай Кавукчуоглу, Клемент Фарабет 2002 г. BSD да Linux , macOS , Windows , Android , iOS C , Lua Lua , LuaJIT , C , служебная библиотека для C ++ / OpenCL да Сторонние реализации да Через Twitter 's Autograd да да да да да Нет
Wolfram Mathematica Wolfram Research 1988 г. Проприетарный Нет Windows , macOS , Linux , облачные вычисления C ++ , язык Wolfram Language , CUDA Язык Wolfram Language да Нет да да да да да да да да
Программное обеспечение Создатель Первый выпуск Лицензия на программное обеспечение Открытый исходный код Платформа Написано в Интерфейс Поддержка OpenMP Поддержка OpenCL Поддержка CUDA Автоматическая дифференциация Имеет предварительно обученных моделей Рекуррентные сети Сверточные сети RBM / DBNs Параллельное выполнение (многоузловой) Активно развивается

Сравнение совместимости моделей машинного обучения

Название формата Цель дизайна Совместим с другими форматами Автономная модель DNN Предварительная обработка и постобработка Конфигурация времени выполнения для настройки и калибровки Модель межсоединения DNN Общая платформа
TensorFlow , Keras , Caffe , факел , ONNX , Алгоритм обучения Нет Нет / отдельные файлы в большинстве форматов Нет Нет Нет да
ONNX Алгоритм обучения да Нет / отдельные файлы в большинстве форматов Нет Нет Нет да

Смотрите также

использованная литература