Comparação de software de aprendizagem profunda - Comparison of deep-learning software

A tabela a seguir compara estruturas de software , bibliotecas e programas de computador notáveis para aprendizado profundo .

Software de aprendizado profundo por nome

Programas O Criador lançamento inicial Licença de software Código aberto Plataforma Escrito em Interface Suporte a OpenMP Suporte OpenCL Suporte CUDA Diferenciação automática Tem modelos pré-treinados Redes recorrentes Redes convolucionais RBM / DBNs Execução paralela (vários nós) Desenvolvido ativamente
BigDL Jason Dai (Intel) 2016 Apache 2.0 sim Apache Spark Scala Scala, Python Não sim sim sim
Caffe Centro de Visão e Aprendizagem de Berkeley 2013 BSD sim Linux , macOS , Windows C ++ Python , MATLAB , C ++ sim Em desenvolvimento sim sim sim sim sim Não ? Não
Chainer Redes Preferenciais 2015 BSD sim Linux , macOS Pitão Pitão Não Não sim sim sim sim sim Não sim Não
Deeplearning4j Equipe de engenharia da Skymind; Comunidade Deeplearning4j; originalmente Adam Gibson 2014 Apache 2.0 sim Linux , macOS , Windows , Android ( plataforma cruzada ) C ++ , Java Java , Scala , Clojure , Python ( Keras ), Kotlin sim Não sim Grafo Computacional sim sim sim sim sim sim
Dlib Davis King 2002 Licença do software Boost sim Plataforma cruzada C ++ C ++ , Python sim Não sim sim sim Não sim sim sim
Fluxo Mike Innes 2017 Licença MIT sim Linux , MacOS , Windows ( plataforma cruzada ) Julia Julia sim sim sim sim sim Não sim sim
Biblioteca de aceleração Intel Data Analytics Intel 2015 Licença Apache 2.0 sim Linux , macOS , Windows na CPU Intel C ++ , Python , Java C ++ , Python , Java sim Não Não sim Não sim sim
Biblioteca Intel Math Kernel Intel Proprietário Não Linux , macOS , Windows na CPU Intel C sim Não Não sim Não sim sim Não
Keras François Chollet 2015 Licença MIT sim Linux , macOS , Windows Pitão Python , R Somente se estiver usando Theano como backend Pode usar Theano, Tensorflow ou PlaidML como back-ends sim sim sim sim sim Não sim sim
MATLAB + Caixa de ferramentas de aprendizagem profunda MathWorks Proprietário Não Linux , macOS , Windows C , C ++ , Java , MATLAB MATLAB Não Não Treine com Parallel Computing Toolbox e gere código CUDA com GPU Coder sim sim sim sim sim Com a caixa de ferramentas de computação paralela sim
Kit de ferramentas cognitivas da Microsoft (CNTK) Microsoft Research 2016 Licença MIT sim Windows , Linux ( macOS via Docker no roteiro) C ++ Python ( Keras ), C ++ , linha de comando , BrainScript ( .NET no roteiro) sim Não sim sim sim sim sim Não sim Não
Apache MXNet Apache Software Foundation 2015 Apache 2.0 sim Linux , macOS , Windows , AWS , Android , iOS , JavaScript Pequena biblioteca central C ++ C ++ , Python , Julia , Matlab , JavaScript , Go , R , Scala , Perl , Clojure sim No roteiro sim sim sim sim sim sim sim sim
Neural Designer Artelnics 2014 Proprietário Não Linux , macOS , Windows C ++ Interface gráfica do usuário sim Não sim Diferenciação analítica Não Não Não Não sim sim
OpenNN Artelnics 2003 GNU LGPL sim Plataforma cruzada C ++ C ++ sim Não sim ? ? Não Não Não ?
PlaidML Vertex.AI , Intel 2017 Apache 2.0 sim Linux , macOS , Windows Python , C ++ , OpenCL Python , C ++ ? Alguns ICDs OpenCL não são reconhecidos Não sim sim sim sim sim sim
PyTorch Adam Paszke, Sam Gross, Soumith Chintala, Gregory Chanan (Facebook) 2016 BSD sim Linux , macOS , Windows Python , C , C ++ , CUDA Python , C ++ , Julia sim Via pacote mantido separadamente sim sim sim sim sim sim sim
Seq2SeqSharp Zhongkai Fu 2018 BSD sim Linux , macOS , Windows C # , C , C ++ , CUDA C # sim Não sim sim sim sim Não Não sim sim
Apache SINGA Apache Software Foundation 2015 Apache 2.0 sim Linux , macOS , Windows C ++ Python , C ++ , Java Não Compatível com V1.0 sim ? sim sim sim sim sim
TensorFlow Google Brain 2015 Apache 2.0 sim Linux , macOS , Windows , Android C ++ , Python , CUDA Python ( Keras ), C / C ++ , Java , Go , JavaScript , R , Julia , Swift Não No roteiro, mas já com suporte SYCL sim sim sim sim sim sim sim sim
Theano Université de Montréal 2007 BSD sim Plataforma cruzada Pitão Python ( Keras ) sim Em desenvolvimento sim sim Através do zoológico modelo da Lasanha sim sim sim sim Não
Tocha Ronan Collobert, Koray Kavukcuoglu, Clement Farabet 2002 BSD sim Linux , macOS , Windows , Android , iOS C , Lua Lua , LuaJIT , C , biblioteca de utilitários para C ++ / OpenCL sim Implementações de terceiros sim Através do Autograd do Twitter sim sim sim sim sim Não
Wolfram Mathematica Wolfram Research 1988 Proprietário Não Windows , macOS , Linux , computação em nuvem C ++ , linguagem Wolfram , CUDA Wolfram Language sim Não sim sim sim sim sim sim sim sim
Programas O Criador lançamento inicial Licença de software Código aberto Plataforma Escrito em Interface Suporte a OpenMP Suporte OpenCL Suporte CUDA Diferenciação automática Tem modelos pré-treinados Redes recorrentes Redes convolucionais RBM / DBNs Execução paralela (vários nós) Desenvolvido ativamente

Comparação de compatibilidade de modelos de aprendizado de máquina

Nome do formato Objetivo de design Compatível com outros formatos Modelo DNN independente Pré-processamento e pós-processamento Configuração de tempo de execução para ajuste e calibração Interconexão de modelo DNN Plataforma comum
TensorFlow , Keras , Caffe , Torch , ONNX , Treinamento de algoritmo Não Não / arquivos separados na maioria dos formatos Não Não Não sim
ONNX Treinamento de algoritmo sim Não / arquivos separados na maioria dos formatos Não Não Não sim

Veja também

Referências