Hispanopedia WikiLas siguientes tablas comparan marcos de software , bibliotecas y programas de computadora notables para aplicaciones de aprendizaje profundo .
Software de aprendizaje profundo por nombre
- ^ Las licencias que se indican aquí son un resumen y no se consideran declaraciones completas de las licencias. Algunas bibliotecas pueden usar otras bibliotecas internamente bajo licencias diferentes.
Comparación de la compatibilidad de modelos de aprendizaje automático
[ Se necesita más explicación ]
Véase también
- Comparación de software de análisis numérico
- Comparación de paquetes estadísticos
- Comparación de arquitecturas cognitivas
- Lista de conjuntos de datos para la investigación del aprendizaje automático
- Lista de software de análisis numérico
Referencias
- ^ "Aprendizaje profundo: documentación de ROCm 4.5.0". Archivado desde el original el 5 de diciembre de 2022. Consultado el 27 de septiembre de 2022 .
- ^ ab Atilim Gunes Baydin; Barak A. Pearlmutter; Alexey Andreyevich Radul; Jeffrey Mark Siskind (20 de febrero de 2015). "Diferenciación automática en el aprendizaje automático: una encuesta". arXiv : 1502.05767 [cs.LG].
- ^ "Microsoft/caffe". GitHub . 30 de octubre de 2021.
- ^ "Caffe: un marco rápido y abierto para el aprendizaje profundo". 19 de julio de 2019 – vía GitHub.
- ^ "Caffe | Zoológico modelo". caffe.berkeleyvision.org .
- ^ GitHub - BVLC/caffe: Caffe: un marco rápido y abierto para el aprendizaje profundo, Berkeley Vision and Learning Center, 2019-09-25 , consultado el 2019-09-25
- ^ Preferred Networks migra su plataforma de investigación de aprendizaje profundo a PyTorch, 5 de diciembre de 2019 , consultado el 27 de diciembre de 2019
- ^ "Soporte para Open CL · Problema n.° 27 · deeplearning4j/nd4j". GitHub .
- ^ "Computación científica n-dimensional para Java". Archivado desde el original el 16 de octubre de 2016. Consultado el 5 de febrero de 2016 .
- ^ "Comparación de los mejores marcos de aprendizaje profundo". Deeplearning4j. Archivado desde el original el 7 de noviembre de 2017. Consultado el 31 de octubre de 2017 .
- ^ Chris Nicholson; Adam Gibson. "Modelos Deeplearning4j". Archivado desde el original el 11 de febrero de 2017. Consultado el 2 de marzo de 2016 .
- ^ Deeplearning4j. «Deeplearning4j en Spark». Deeplearning4j. Archivado desde el original el 13 de julio de 2017. Consultado el 1 de septiembre de 2016 .
{{cite web}}: CS1 maint: nombres numéricos: lista de autores ( enlace ) - ^ "Metalero". FlujoML. 29 de octubre de 2021.
- ^ ab "Biblioteca de aceleración de análisis de datos Intel® (Intel® DAAL)". software.intel.com . 20 de noviembre de 2018.
- ^ "Notas de la versión y nuevas funciones de la biblioteca Intel® Math Kernel". Intel .
- ^ "Biblioteca Intel® Math Kernel (Intel® MKL)". software.intel.com . 11 de septiembre de 2018.
- ^ "Funciones de redes neuronales profundas". software.intel.com . 24 de mayo de 2019.
- ^ "Uso de Intel® MKL con aplicaciones con subprocesos". software.intel.com . 1 de junio de 2017.
- ^ ab "Intel® Xeon Phi™ ofrece un rendimiento competitivo para el aprendizaje profundo y mejora rápidamente". software.intel.com . 21 de marzo de 2019.
- ^ "Aplicaciones - Documentación de Keras". keras.io .
- ^ "¿Existe RBM en Keras? · Número 461 · keras-team/keras". GitHub .
- ^ "¿Keras admite el uso de varias GPU? · Número 2436 · keras-team/keras". GitHub .
- ^ "GPU Coder - MATLAB & Simulink". MathWorks . Consultado el 13 de noviembre de 2017 .
- ^ "Antecedentes de diferenciación automática: MATLAB y Simulink". MathWorks . 3 de septiembre de 2019 . Consultado el 19 de noviembre de 2019 .
- ^ abc "Neural Network Toolbox - MATLAB". MathWorks . Consultado el 13 de noviembre de 2017 .
- ^ "Modelos de aprendizaje profundo: MATLAB y Simulink". MathWorks . Consultado el 13 de noviembre de 2017 .
- ^ "Caja de herramientas de computación paralela - MATLAB". MathWorks . Consultado el 13 de noviembre de 2017 .
- ^ "CNTK/LICENSE.md en master · Microsoft/CNTK". GitHub .
- ^ "Configura CNTK en tu máquina". GitHub .
- ^ "Descripción general del uso de CNTK". GitHub .
- ^ "Generador de redes BrainScript". GitHub .
- ^ "Compatibilidad con .NET · Problema n.° 960 · Microsoft/CNTK". GitHub .
- ^ "¿Cómo entrenar un modelo utilizando múltiples máquinas? · Número 59 · Microsoft/CNTK". GitHub .
- ^ "Modelos prediseñados para la clasificación de imágenes · Número 140 · microsoft/CNTK". GitHub .
- ^ ab "CNTK - Kit de herramientas de red computacional". Microsoft Corporation.
- ^ "Máquina de Boltzmann restringida con CNTK n.º 534". GitHub, Inc. 27 de mayo de 2016. Consultado el 30 de octubre de 2023 .
- ^ "Varias GPU y máquinas". Microsoft Corporation.
- ^ "Descargo de responsabilidad". EQUIPO CNTK. 6 de noviembre de 2021.
- ^ "Lanzamientos · dmlc/mxnet". Github .
- ^ "Guía de instalación — documentación de mxnet". Readthdocs .
- ^ "Dispositivo inteligente MXNet". ReadTheDocs . Archivado desde el original el 2016-09-21 . Consultado el 2016-05-19 .
- ^ "MXNet.js". Github . 28 de octubre de 2021.
- ^ "— Redireccionando a mxnet.io". mxnet.readthedocs.io .
- ^ "Galería de modelos". GitHub . 29 de octubre de 2022.
- ^ "Ejecutar MXNet en múltiples CPU/GPU con datos en paralelo". GitHub .
- ^ "PyTorch". 17 de diciembre de 2021.
- ^ "Falbel D, Luraschi J (2023). antorcha: tensores y redes neuronales con aceleración 'GPU'". antorcha.mlverse.org . Consultado el 28 de noviembre de 2023 .
- ^ "Compilación de PyTorch en OpenCL: (en proceso, no utilizable) - hughperkins/pytorch-coriander". 14 de julio de 2019 – vía GitHub.
- ^ "DLPrimitives/OpenCL fuera del árbol de ejecución para pytorch - artyom-beilis/pytorch_dlprim". 21 de enero de 2022 – vía GitHub.
- ^ "Compatibilidad con OpenCL · Problema n.° 488 · pytorch/pytorch". GitHub .
- ^ "Máquinas de Boltzmann restringidas (RBM) en PyTorch". GitHub . 14 de noviembre de 2022.
- ^ "Instalar TensorFlow con pip".
- ^ "TensorFlow 0.12 agrega soporte para Windows".
- ^ Allaire, JJ; Kalinowski, T.; Falbel, D.; Eddelbuettel, D.; Yuan, T.; Golding, N. (28 de septiembre de 2023). "tensorflow: Interfaz R para 'TensorFlow'". La red integral de archivos R . Consultado el 30 de octubre de 2023 .
- ^ "tensorflow/roadmap.md at master". GitHub . 23 de enero de 2017 . Consultado el 21 de mayo de 2017 .
- ^ "Soporte OpenCL". GitHub .
- ^ "TensorFlow". TensorFlow .
- ^ "Modelos y ejemplos creados con TensorFlow". 19 de julio de 2019 – vía GitHub.
- ^ "Uso de la GPU: documentación de Theano 0.8.2". Archivado desde el original el 2017-04-01 . Consultado el 2016-01-21 .
- ^ "gradiente – Diferenciación simbólica — Documentación de Theano 1.0.0". deeplearning.net .
- ^ "Diferenciación automática vs. simbólica".
- ^ "Recetas/modelzoo en master · Lasaña/Recetas". GitHub .
- ^ "Uso de múltiples GPU: documentación de Theano 1.0.0". deeplearning.net .
- ^ ab "torch/torch7". 18 de julio de 2019 – vía GitHub.
- ^ "GitHub - soumith/torch-android: Torch-7 para Android". GitHub . 13 de octubre de 2021.
- ^ "Torch7: un entorno similar a MATLAB para el aprendizaje automático" (PDF) .
- ^ "GitHub - jonathantompson/jtorch: una biblioteca de utilidades Torch de OpenCL". GitHub . 18 de noviembre de 2020.
- ^ "Hoja de trucos". GitHub .
- ^ "cltorch". GitHub .
- ^ "Backend de Torch CUDA". GitHub .
- ^ "Backend de Torch CUDA para nn". GitHub .
- ^ "Autograd diferencia automáticamente el código nativo de Torch: twitter/torch-autograd". 9 de julio de 2019 – vía GitHub.
- ^ "ModelZoo". GitHub .
- ^ "Lanzamiento de Mathematica 10". Wolfram .
- ^ "Repositorio de modelos de redes neuronales de Wolfram Neural Net". resources.wolframcloud.com .
- ^ "Computación paralela: documentación del lenguaje Wolfram". reference.wolfram.com .
- ^ "Aprendizaje profundo: documentación de ROCm 4.5.0". Archivado desde el original el 5 de diciembre de 2022. Consultado el 27 de septiembre de 2022 .