Derin öğrenme yazılımlarının karşılaştırılması
Aşağıdaki çizelgede derin öğrenme konusunda en bilinen yazılım iskeletleri, yazılım demetleri ve bilgisayar programları karşılaştırılmaktadır.
Derin öğrenme yazılımlarının adları
değiştirYazılım | Oluşturan | Yazılım lisansı[a] | Açık kaynak | Platform | Yazıldığı dil | Arayüz | OpenMP desteği | OpenCL desteği | CUDA desteği | Otomatik diferansiyasyon[1] | Önceden eğitilmiş modelleri var mı? | Yinelenen ağ | Katmanlı ağ | KBM/DIA | Parallel işlem (çok düğümde) |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Caffe | Berkeley Vision and Learning Center | Apache 2.0 | Evet | Linux, Mac OS X, Windows[2] | C++ | Python, MATLAB | Evet | Geliştiriliyor[3] | Evet | Evet | Evet[4] | Evet | Evet | Hayır | Belki |
Caffe2 | Meta | Apache 2.0 | Evet | Linux, Mac OS X, Windows[5] | C++, Python | Python, MATLAB | Evet | Geliştiriliyor[3] | Evet | Evet | Evet[6] | Evet | Evet | Hayır | Evet |
Deeplearning4j | Skymind engineering team; Deeplearning4j community; İlk sahibi Adam Gibson | Apache 2.0 | Evet | Linux, Mac OS X, Windows, Android (Cross-platform) | C++, Java | Java, Scala, Clojure, Python (Keras), Kotlin | Evet | On roadmap[7] | Evet[8][9] | Computational Graph | Evet[10] | Evet | Evet | Evet | Evet[11] |
Dlib | Davis King | Boost yazılım lisansı | Evet | Cross-Platform | C++ | C++ | Evet | Hayır | Evet | Evet | Evet | Hayır | Evet | Evet | Evet |
Keras | François Chollet | MIT license | Evet | Linux, Mac OS X, Windows | Python | Python, R | Sadece Theano veya MXNet ile kullanıldığında | Theano ile kullanım için geliştiriliyor (TensorFlow ile kullanım yönünde bir adım olarak) | Evet | Evet | Evet[12] | Evet | Evet | Evet | Evet[13] |
MatConvNet | Andrea Vedaldi, Karel Lenc | BSD license | Evet | Windows, Linux[14] (Mac OS X via Docker on roadmap) | C++ | MATLAB, C++, | Hayır | Hayır | Evet | Evet | Evet | Evet | Evet | Hayır | Evet |
Microsoft Cognitive Toolkit | Microsoft Research | MIT license[15] | Evet | Windows, Linux[14] (Mac OS X via Docker on roadmap) | C++ | Python (Keras), C++, Command line,[16] BrainScript[17] (.NET on roadmap[18]) | Evet[19] | Hayır | Evet | Evet | Evet[20] | Evet[21] | Evet[21] | Hayır[22] | Evet[23] |
MXNet | Distributed (Deep) Machine Learning Community | Apache 2.0 | Evet | Linux, Mac OS X, Windows,[24][25] AWS, Android,[26] iOS, JavaScript[27] | Small C++ core library | C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl | Evet | On roadmap[28] | Evet | Evet[29] | Evet[30] | Evet | Evet | Evet | Evet[31] |
Neural Designer | Artelnics | Özel mülk | Hayır | Linux, Mac OS X, Windows | C++ | Graphical user interface | Evet | Hayır | Hayır | Belki | Belki | Hayır | Hayır | Hayır | Belki |
OpenNN | Artelnics | GNU LGPL | Evet | Cross-platform | C++ | C++ | Evet | Hayır | Hayır | Belki | Belki | Hayır | Hayır | Hayır | Belki |
PaddlePaddle | Baidu PaddlePaddle team | Apache 2.0 | Evet | Linux, Mac OS X, Android,[32] Raspberry Pi[33] | C++, Go | C/C++, Python | Evet | Hayır | Evet | Evet | Evet[34] | Evet | Evet | Hayır | Evet |
Pytorch | |||||||||||||||
Apache SINGA | Apache Incubator | Apache 2.0 | Evet | Linux, Mac OS X, Windows | C++ | Python, C++, Java | Hayır | Evet | Evet | Belki | Evet | Evet | Evet | Evet | Evet |
TensorFlow | Google Brain team | Apache 2.0 | Evet | Linux, Mac OS X, Windows[35] | C++, Python | Python (Keras), C/C++, Java, Go, R[36] | Hayır | Planlanmış[37] ama zaten SYCL[38] destekli | Evet | Evet[39] | Evet[40] | Evet | Evet | Evet | Evet |
Theano | Université de Montréal | BSD license | Evet | Cross-platform | Python | Python (Keras) | Evet | Geliştiriliyor[41] | Evet | Evet[42][43] | Lasagne'nin Model Zoo'su aracılığı ile[44] | Evet | Evet | Evet | Evet[45] |
Torch | Ronan Collobert, Koray Kavukcuoglu, Clement Farabet | BSD license | Evet | Linux, Mac OS X, Windows,[46] Android,[47] iOS | C, Lua | Lua, LuaJIT,[48] C, utility library for C++/OpenCL[49] | Evet | Başkaları tarafından gerçekleştiriliyor[50][51] | Evet[52][53] | Twitter'in Autograd'ı aracılığı ile[54] | Evet[55] | Evet | Evet | Evet | Evet[56] |
Wolfram Mathematica | Wolfram Research | Özel mülk | Hayır | Windows, Mac OS X, Linux, Cloud computing | C++ | Wolfram Language | Hayır | Hayır | Evet | Evet | Evet[57] | Evet | Evet | Evet | Evet |
Benzer yazılım
değiştir- Neural Engineering Object (NENGO) – Yüksek ölçekte sinir ağları ve çizimleri amaçlı yazılımı
- Numenta Platform for Intelligent Computing – Numenta'nın hierarchical temporal memory modelinin açık kaynak olarak gerçekleştirilmiş sürümü
Ayrıca bakınız
değiştirNotlar
değiştir- ^ Özet, tamamı çok karmaşık olabilir, başka yazılımları da içeriyor ve onların lisanslarına da uymak zorunda olabilir
Kaynakça
değiştir- ^ Baydin, Atilim Gunes; Pearlmutter, Barak A.; Radul, Alexey Andreyevich; Siskind, Jeffrey Mark (20 Şubat 2015), Automatic differentiation in machine learning: a survey, arXiv:1502.05767 $2
- ^ "Microsoft/caffe". GitHub. 22 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ a b "OpenCL Caffe". 22 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Caffe Model Zoo". 1 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Caffe2 Github Repo". 25 Kasım 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Kasım 2017.
- ^ "Caffe Model Zoo". 24 Kasım 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Support for Open CL · Issue #27 · deeplearning4j/nd4j". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "N-Dimensional Scientific Computing for Java". 16 Ekim 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Comparing Top Deep Learning Frameworks". Deeplearning4j. 7 Kasım 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Kasım 2017.
- ^ Chris Nicholson; Adam Gibson. "Deeplearning4j Models". 20 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ Deeplearning4j. "Deeplearning4j on Spark". Deeplearning4j. 30 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 2 Şubat 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Does Keras support using multiple GPUs? · Issue #2436 · fchollet/keras". 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ a b "Setup CNTK on your machine". GitHub. 8 Mayıs 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "CNTK/LICENSE.md at master · Microsoft/CNTK · GitHub". GitHub. 22 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "CNTK usage overview". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "BrainScript Network Builder". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ ".NET Support · Issue #960 · Microsoft/CNTK". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "How to train a model using multiple machines? · Issue #59 · Microsoft/CNTK". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ a b "CNTK - Computational Network Toolkit". Microsoft Corporation. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ url=https://github.com/Microsoft/CNTK/issues/534 5 Mart 2017 tarihinde Wayback Machine sitesinde arşivlendi.
- ^ "Multiple GPUs and machines". Microsoft Corporation. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Releases · dmlc/mxnet". Github. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Installation Guide — mxnet documentation". Readthdocs. 30 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "MXNet Smart Device". ReadTheDocs. 21 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "MXNet.js". Github. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Support for other Device Types, OpenCL AMD GPU · Issue #621 · dmlc/mxnet". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ http://mxnet.readthedocs.io/[ölü/kırık bağlantı]
- ^ "Model Gallery". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Run MXNet on Multiple CPU/GPUs with Data Parallel". GitHub. 28 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 1 Aralık 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Kasım 2017.
- ^ "Arşivlenmiş kopya". 1 Aralık 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Kasım 2017.
- ^ "Arşivlenmiş kopya". 1 Aralık 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Kasım 2017.
- ^ "Arşivlenmiş kopya". 20 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ interface), JJ Allaire (R; RStudio; Eddelbuettel, Dirk; Golding, Nick; Tang, Yuan; Tutorials), Google Inc (Examples and (26 Mayıs 2017), tensorflow: R Interface to TensorFlow, 6 Temmuz 2017 tarihinde kaynağından arşivlendi, erişim tarihi: 14 Haziran 2017
- ^ "tensorflow/roadmap.md at master · tensorflow/tensorflow · GitHub". GitHub. 23 Ocak 2017. Erişim tarihi: 21 Mayıs 2017.
- ^ "OpenCL support · Issue #22 · tensorflow/tensorflow". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 2 Temmuz 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 29 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Using the GPU — Theano 0.8.2 documentation". 1 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 11 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ https://groups.google.com/d/msg/theano-users/mln5g2IuBSU/gespG36Lf_QJ [yalın URL]
- ^ "Recipes/modelzoo at master · Lasagne/Recipes · GitHub". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Using multiple GPUs — Theano 0.8.2 documentation". 4 Mayıs 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "GitHub - soumith/torch-android: Torch-7 for Android". GitHub. 22 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Torch7: A Matlab-like Environment for Machine Learning" (PDF). 6 Mart 2016 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "GitHub - jonathantompson/jtorch: An OpenCL Torch Utility Library". GitHub. 22 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Cheatsheet". GitHub. 18 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "cltorch". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Torch CUDA backend". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Torch CUDA backend for nn". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 4 Ocak 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "ModelZoo". GitHub. 5 Mart 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 18 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.
- ^ "Arşivlenmiş kopya". 22 Nisan 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Nisan 2017.