Bước tới nội dung

So sánh các phần mềm học sâu

Bách khoa toàn thư mở Wikipedia

Bảng dưới đây so sánh một số framework phần mềm, thư viện và các chương trình máy tính phổ biến nhất dành cho học sâu.

Phần mềm học sâu sắp xếp theo tên

Phần mềmNhà sáng tạoPhát hànhGiấy phép[a]Nguồn mởNền tảngViết bằngGiao diệnHỗ trợ OpenMPHỗ trợ OpenCLHỗ trợ CUDAHỗ trợ ROCm[1]Vi phân tự động[2]Được đào tạo trướcMạng hồi quyMạng tích chậpRBM/DBNsThực thi song song (đa nút)Đang phát triển
BigDLJason Dai (Intel)2016Apache 2.0CóApache SparkScalaScala, PythonKhôngKhôngCóCóCó
CaffeTrung tâm Tầm nhìn và Học tập Berkeley2013BSDCóLinux, macOS, Windows[3]C++Python, MATLAB, C++CóĐang phát triển[4]CóKhôngCóCó[5]CóCóKhông?Không[6]
ChainerPreferred Networks2015BSDCóLinux, macOSPythonPythonKhôngKhôngCóKhôngCóCóCóCóKhôngCóKhông[7]
Deeplearning4jĐội kỹ sư Skymind; Cộng đồng Deeplearning4j; ban đầu là Adam Gibson2014Apache 2.0CóLinux, macOS, Windows, Android (đa nền tảng)C++, JavaJava, Scala, Clojure, Python (Keras), KotlinCóKhông[8]Có[9][10]KhôngĐồ thị tính toánCó[11]CóCóCóCó[12]Có
DlibDavis King2002Giấy phép phần mềm BoostCóĐa nền tảngC++C++, PythonCóKhôngCóKhôngCóCóKhôngCóCóCó
FluxMike Innes2017Giấy phép MITCóLinux, MacOS, Windows (đa nền tảng)JuliaJuliaCóKhôngCóCó[13]CóCóKhôngCóCó
Thư viện phân tích dữ liệu IntelIntel2015Apache 2.0CóLinux, macOS, Windows cho CPU Intel[14]C++, Python, JavaC++, Python, Java[14]CóKhôngKhôngKhôngCóKhôngCóCó
Thư viện Toán học Kernel Intel 2017 [15] và sau đóIntel2017Độc quyềnKhôngLinux, macOS, Windows cho CPU Intel[16]C[17]Có[18]KhôngKhôngKhôngCóKhôngCó[19]Có[19]Không
Google JAXGoogle2018Apache 2.0CóLinux, macOS, WindowsPythonPythonChỉ trên LinuxKhôngCóKhôngCóCó
KerasFrançois Chollet2015Giấy phép MITCóLinux, macOS, WindowsPythonPython, RChỉ khi sử dụng Theano làm backendCó thể sử dụng Theano, Tensorflow hoặc PlaidML làm backendCóKhôngCóCó[20]CóCóKhông[21]Có[22]Có
MATLAB + Deep Learning Toolbox (tên chính thức là Neural Network Toolbox)MathWorks1992Độc quyềnKhôngLinux, macOS, WindowsC, C++, Java, MATLABMATLABKhôngKhôngHuấn luyện với Parallel Computing Toolbox và tạo mã CUDA bằng GPU Coder[23]KhôngCó[24]Có[25][26]Có[25]Có[25]CóVới Parallel Computing Toolbox[27]Có
Microsoft Cognitive Toolkit (CNTK)Microsoft Research2016Giấy phép MIT[28]CóWindows, Linux[29] (macOS thông qua Docker trên lộ trình)C++Python (Keras), C++, Dòng lệnh,[30] BrainScript[31] (.NET trên lộ trình[32])Có[33]KhôngCóKhôngCóCó[34]Có[35]Có[35]Không[36]Có[37]Không[38]
Apache MXNetTổ chức phần mềm Apache2015Apache 2.0CóLinux, macOS, Windows,[39][40] AWS, Android,[41] iOS, JavaScript[42]Thư viện tiểu lõi C++C++, Python, Julia, MATLAB, JavaScript, Go, R, Scala, Perl, ClojureCóTrên lộ trình[43]CóKhôngCó[44]Có[45]CóCóCóCó[46]Có
Neural DesignerArtelnics2014Độc quyềnKhôngLinux, macOS, WindowsC++Giao diện đồ họa người dùngCóKhôngCóKhôngVi phân phân tíchKhôngKhôngKhôngKhôngCóCó
OpenNNArtelnics2003GNU LGPLCóĐa nền tảngC++C++CóKhôngCóKhông??KhôngKhôngKhông?
PlaidMLVertex.AI, Intel2017Apache 2.0CóLinux, macOS, WindowsPython, C++, OpenCLPython, C++?Một số ICD OpenCL không được công nhậnKhôngKhôngCóCóCóCóCóCó
PyTorchAdam Paszke, Sam Gross, Soumith Chintala, Gregory Chanan (Facebook)2016BSDCóLinux, macOS, Windows, Android[47]Python, C, C++, CUDAPython, C++, JuliaCóThông qua gói duy trì riêng biệt[48][49][50]CóCóCóCóCóCóCó[51]CóCó
Apache SINGATổ chức phần mềm Apache2015Apache 2.0CóLinux, macOS, WindowsC++Python, C++, JavaKhôngHỗ trợ bản V1.0CóKhông?CóCóCóCóCó
TensorFlowGoogle Brain2015Apache 2.0CóLinux, macOS, Windows,[52][53] AndroidC++, Python, CUDAPython (Keras), C/C++, Java, Go, JavaScript, R,[54] Julia, SwiftKhôngTrên lộ trình[55] nhưng đã hỗ trợ SYCL[56]CóCóCó[57]Có[58]CóCóCóCóCó
TheanoĐại học Montreal2007BSDCóĐa nền tảngPythonPython (Keras)CóĐang phát triển[59]CóKhôngCó[60][61]Qua model zoo của Lasagne[62]CóCóCóCó[63]Không
TorchRonan Collobert, Koray Kavukcuoglu, Clement Farabet2002BSDCóLinux, macOS, Windows,[64] Android,[65] iOSC, LuaLua, LuaJIT,[66] C, thư viện tiện ích cho C++/OpenCL[67]CóThực thi bên thứ ba[68][69]Có[70][71]KhôngQua Autograd của Twitter[72]Có[73]CóCóCóCó[64]Không
Wolfram Mathematica 10[74] và sau đóWolfram Research2014Độc quyềnKhôngWindows, macOS, Linux, Điện toán đám mâyC++, Ngôn ngữ Wolfram, CUDANgôn ngữ WolframCóKhôngCóKhôngCóCó[75]CóCóCóCó[76]Có
Phần mềmNhà sáng tạoPhát hànhGiấy phép[a]Nguồn mởNền tảngViết bằngGiao diệnHỗ trợ OpenMPHỗ trợ OpenCLHỗ trợ CUDAHỗ trợ ROCm[1]Vi phân tự động[2]Được đào tạo trướcMạng hồi quyMạng tích chậpRBM/DBNsThực thi song song (đa nút)Đang phát triển
  1. 1 2 Giấy phép ở đây là một bản tóm tắt và không được coi là giấy phép chuẩn. Một số thư viện có thể sử dụng các thư viện khác trong nội bộ theo các giấy phép khác nhau

Phần mềm liên quan

Xem thêm

  • So sánh các gói phần mềm thống kê
  • So sánh các phần mềm phân tích số
  • Danh sách các phần mềm phân tích số
  • Danh sách bộ dữ liệu cho nghiên cứu học máy

Tham khảo

  1. 1 2 "Deep Learning — ROCm 4.5.0 documentation". Bản gốc lưu trữ ngày 5 tháng 12 năm 2022. Truy cập ngày 7 tháng 12 năm 2022.
  2. 1 2 Atilim Gunes Baydin; Barak A. Pearlmutter; Alexey Andreyevich Radul; Jeffrey Mark Siskind (ngày 20 tháng 2 năm 2015). "Automatic differentiation in machine learning: a survey". arXiv:1502.05767 [cs.LG].
  3. ↑ "Microsoft/caffe". GitHub. ngày 30 tháng 10 năm 2021.
  4. ↑ "Caffe: a fast open framework for deep learning". ngày 19 tháng 7 năm 2019 – qua GitHub.
  5. ↑ "Caffe | Model Zoo". caffe.berkeleyvision.org.
  6. ↑ GitHub - BVLC/caffe: Caffe: a fast open framework for deep learning., Berkeley Vision and Learning Center, ngày 25 tháng 9 năm 2019, truy cập ngày 25 tháng 9 năm 2019
  7. ↑ Preferred Networks Migrates its Deep Learning Research Platform to PyTorch, ngày 5 tháng 12 năm 2019, truy cập ngày 27 tháng 12 năm 2019
  8. ↑ "Support for Open CL · Issue #27 · deeplearning4j/nd4j". GitHub.
  9. ↑ "N-Dimensional Scientific Computing for Java". Bản gốc lưu trữ ngày 16 tháng 10 năm 2016. Truy cập ngày 7 tháng 12 năm 2022.
  10. ↑ "Comparing Top Deep Learning Frameworks". Deeplearning4j. Bản gốc lưu trữ ngày 7 tháng 11 năm 2017. Truy cập ngày 31 tháng 10 năm 2017.
  11. ↑ Chris Nicholson; Adam Gibson. "Deeplearning4j Models". Bản gốc lưu trữ ngày 11 tháng 2 năm 2017. Truy cập ngày 2 tháng 3 năm 2016.
  12. ↑ Deeplearning4j. "Deeplearning4j on Spark". Deeplearning4j. Bản gốc lưu trữ ngày 13 tháng 7 năm 2017. Truy cập ngày 1 tháng 9 năm 2016.{{Chú thích web}}: Quản lý CS1: tên số: danh sách tác giả (liên kết)
  13. ↑ "Metalhead". FluxML. ngày 29 tháng 10 năm 2021.
  14. 1 2 "Intel® Data Analytics Acceleration Library (Intel® DAAL)". software.intel.com. ngày 20 tháng 11 năm 2018.
  15. ↑ "Intel® Math Kernel Library Release Notes and New Features". Intel.
  16. ↑ "Intel® Math Kernel Library (Intel® MKL)". software.intel.com. ngày 11 tháng 9 năm 2018.
  17. ↑ "Deep Neural Network Functions". software.intel.com. ngày 24 tháng 5 năm 2019.
  18. ↑ "Using Intel® MKL with Threaded Applications". software.intel.com. ngày 1 tháng 6 năm 2017.
  19. 1 2 "Intel® Xeon Phi™ Delivers Competitive Performance For Deep Learning—And Getting Better Fast". software.intel.com. ngày 21 tháng 3 năm 2019.
  20. ↑ "Applications - Keras Documentation". keras.io.
  21. ↑ "Is there RBM in Keras? · Issue #461 · keras-team/keras". GitHub.
  22. ↑ "Does Keras support using multiple GPUs? · Issue #2436 · keras-team/keras". GitHub.
  23. ↑ "GPU Coder - MATLAB & Simulink". MathWorks. Truy cập ngày 13 tháng 11 năm 2017.
  24. ↑ "Automatic Differentiation Background - MATLAB & Simulink". MathWorks. ngày 3 tháng 9 năm 2019. Truy cập ngày 19 tháng 11 năm 2019.
  25. 1 2 3 "Neural Network Toolbox - MATLAB". MathWorks. Truy cập ngày 13 tháng 11 năm 2017.
  26. ↑ "Deep Learning Models - MATLAB & Simulink". MathWorks. Truy cập ngày 13 tháng 11 năm 2017.
  27. ↑ "Parallel Computing Toolbox - MATLAB". MathWorks. Truy cập ngày 13 tháng 11 năm 2017.
  28. ↑ "CNTK/LICENSE.md at master · Microsoft/CNTK · GitHub". GitHub.
  29. ↑ "Setup CNTK on your machine". GitHub.
  30. ↑ "CNTK usage overview". GitHub.
  31. ↑ "BrainScript Network Builder". GitHub.
  32. ↑ ".NET Support · Issue #960 · Microsoft/CNTK". GitHub.
  33. ↑ "How to train a model using multiple machines? · Issue #59 · Microsoft/CNTK". GitHub.
  34. ↑ "Prebuilt models for image classification · Issue #140 · microsoft/CNTK". GitHub.
  35. 1 2 "CNTK - Computational Network Toolkit". Microsoft Corporation. Bản gốc lưu trữ ngày 5 tháng 3 năm 2017. Truy cập ngày 7 tháng 12 năm 2022.
  36. ↑ url=https://github.com/Microsoft/CNTK/issues/534
  37. ↑ "Multiple GPUs and machines". Microsoft Corporation.
  38. ↑ "Disclaimer". CNTK TEAM. ngày 6 tháng 11 năm 2021.
  39. ↑ "Releases · dmlc/mxnet". Github.
  40. ↑ "Installation Guide — mxnet documentation". Readthdocs.
  41. ↑ "MXNet Smart Device". ReadTheDocs. Bản gốc lưu trữ ngày 21 tháng 9 năm 2016. Truy cập ngày 19 tháng 5 năm 2016.
  42. ↑ "MXNet.js". Github. ngày 28 tháng 10 năm 2021.
  43. ↑ "Support for other Device Types, OpenCL AMD GPU · Issue #621 · dmlc/mxnet". GitHub.
  44. ↑ "— Redirecting to mxnet.io". mxnet.readthedocs.io.
  45. ↑ "Model Gallery". GitHub. ngày 29 tháng 10 năm 2022.
  46. ↑ "Run MXNet on Multiple CPU/GPUs with Data Parallel". GitHub.
  47. ↑ "PyTorch". ngày 17 tháng 12 năm 2021.
  48. ↑ "OpenCL build of pytorch: (in-progress, not useable) - hughperkins/pytorch-coriander". ngày 14 tháng 7 năm 2019 – qua GitHub.
  49. ↑ "DLPrimitives/OpenCL out of tree backend for pytorch - artyom-beilis/pytorch_dlprim". ngày 21 tháng 1 năm 2022 – qua GitHub.
  50. ↑ "OpenCL Support · Issue #488 · pytorch/pytorch". GitHub.
  51. ↑ "Restricted Boltzmann Machines (RBMs) in PyTorch". GitHub. ngày 14 tháng 11 năm 2022.
  52. ↑ "Install TensorFlow with pip".
  53. ↑ "TensorFlow 0.12 adds support for Windows".
  54. ↑ interface), JJ Allaire (R; RStudio; Eddelbuettel, Dirk; Golding, Nick; Tang, Yuan; Tutorials), Google Inc (Examples and (ngày 26 tháng 5 năm 2017), tensorflow: R Interface to TensorFlow, truy cập ngày 14 tháng 6 năm 2017 {{Chú thích}}: |first6= có tên chung (trợ giúp)
  55. ↑ "tensorflow/roadmap.md at master · tensorflow/tensorflow · GitHub". GitHub. ngày 23 tháng 1 năm 2017. Truy cập ngày 21 tháng 5 năm 2017.
  56. ↑ "OpenCL support · Issue #22 · tensorflow/tensorflow". GitHub.
  57. ↑ "TensorFlow". TensorFlow.
  58. ↑ "Models and examples built with TensorFlow". ngày 19 tháng 7 năm 2019 – qua GitHub.
  59. ↑ "Using the GPU — Theano 0.8.2 documentation". Bản gốc lưu trữ ngày 1 tháng 4 năm 2017. Truy cập ngày 7 tháng 12 năm 2022.
  60. ↑ "gradient – Symbolic Differentiation — Theano 1.0.0 documentation". deeplearning.net.
  61. ↑ "Automatic vs. Symbolic differentiation".
  62. ↑ "Recipes/modelzoo at master · Lasagne/Recipes · GitHub". GitHub.
  63. ↑ "Using multiple GPUs — Theano 1.0.0 documentation". deeplearning.net. Bản gốc lưu trữ ngày 4 tháng 5 năm 2017. Truy cập ngày 7 tháng 12 năm 2022.
  64. 1 2 "torch/torch7". ngày 18 tháng 7 năm 2019 – qua GitHub.
  65. ↑ "GitHub - soumith/torch-android: Torch-7 for Android". GitHub. ngày 13 tháng 10 năm 2021.
  66. ↑ "Torch7: A Matlab-like Environment for Machine Learning" (PDF).
  67. ↑ "GitHub - jonathantompson/jtorch: An OpenCL Torch Utility Library". GitHub. ngày 18 tháng 11 năm 2020.
  68. ↑ "Cheatsheet". GitHub.
  69. ↑ "cltorch". GitHub.
  70. ↑ "Torch CUDA backend". GitHub.
  71. ↑ "Torch CUDA backend for nn". GitHub.
  72. ↑ "Autograd automatically differentiates native Torch code: twitter/torch-autograd". ngày 9 tháng 7 năm 2019 – qua GitHub.
  73. ↑ "ModelZoo". GitHub.
  74. ↑ "Launching Mathematica 10". Wolfram.
  75. ↑ "Wolfram Neural Net Repository of Neural Network Models". resources.wolframcloud.com.
  76. ↑ "Parallel Computing—Wolfram Language Documentation". reference.wolfram.com.
Lấy từ “https://vi.wikipedia.org/w/index.php?title=So_sánh_các_phần_mềm_học_sâu&oldid=74412218”