อ่าน 5 นาที
การเปรียบเทียบซอฟต์แวร์การเรียนรู้เชิงลึก
ตารางต่อไปนี้เปรียบเทียบ เฟรมเวิร์กซอฟต์แวร์ ไลบรารี และ โปรแกรม คอมพิวเตอร์ ที่โดดเด่น สำหรับการประยุกต์ใช้ การเรียนรู้เชิงลึก
การเปรียบเทียบซอฟต์แวร์การเรียนรู้เชิงลึก
ตารางต่อไปนี้เปรียบเทียบเฟรมเวิร์กซอฟต์แวร์ไลบรารีและโปรแกรมคอมพิวเตอร์ ที่โดดเด่น สำหรับการประยุกต์ใช้ การเรียนรู้เชิงลึก
ซอฟต์แวร์การเรียนรู้เชิงลึก (Deep learning software) ชื่ออะไรนะ?
| ซอฟต์แวร์ | ผู้สร้าง | การเผยแพร่ครั้งแรก | ใบอนุญาตซอฟต์แวร์[ก] | โอเพนซอร์ส | แพลตฟอร์ม | เขียนเป็น | อินเทอร์เฟซ | รองรับ OpenMP | การสนับสนุน OpenCL | รองรับ CUDA | การแยกความแตกต่างอัตโนมัติ[ 2 ] | มีโมเดลที่ผ่านการฝึกฝนล่วงหน้า | การประมวลผลแบบขนาน(หลายโหนด) | พัฒนาอย่างต่อเนื่อง | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| บิ๊กดีแอล | เจสัน ได (อินเทล) | 2016 | อะปาเช่ 2.0 | ใช่ | Apache Spark | สกาล่า | สกาล่า, ไพธอน | เลขที่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | |||||
| คาเฟ่ | ศูนย์วิสัยทัศน์และการเรียนรู้เบิร์กลีย์ | 2013 | บีเอสดี | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์[ 3 ] | ซี++ | Python , MATLAB , C++ | ใช่ | อยู่ระหว่างการพัฒนา[ 4 ] | ใช่ | เลขที่ | ใช่ | ใช่[ 5 ] | ใช่ | ใช่ | เลขที่ | ? | หมายเลข[ 6 ] |
| เชนเนอร์ | เครือข่ายที่ต้องการ | 2015 | บีเอสดี | ใช่ | ลินุกซ์ , มอสซาเรลล่า | ไพธอน | ไพธอน | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | เลขที่ | ใช่ | หมายเลข[ 7 ] |
| ดีพเลิร์นนิ่ง4เจ | ทีมวิศวกรรม Skymind; ชุมชน Deeplearning4j; เดิมทีเป็นผลงานของ Adam Gibson | 2014 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ , แอนดรอยด์ ( ใช้งานได้หลายแพลตฟอร์ม ) | ซี++จาวา | Java , Scala , Clojure , Python ( Keras ) Kotlin | ใช่ | หมายเลข[ 8 ] | ใช่[ 9 ] [ 10 ] | เลขที่ | กราฟการคำนวณ | ใช่[ 11 ] | ใช่ | ใช่ | ใช่ | ใช่[ 12 ] | ใช่ |
| ดีพสปีด | ไมโครซอฟต์ | 2019 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์, มอสซาเรลล่า, วินโดว์ | Python, C++, CUDA | ไพธอน | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | เลขที่ | ใช่ | ใช่ |
| ดีลิบ | เดวิส คิง | 2002 | ใบอนุญาตซอฟต์แวร์ Boost | ใช่ | ข้ามแพลตฟอร์ม | ซี++ | C++ , Python | ใช่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ |
| ฟาสไท | เร็ว.ไอ | 2018 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์, มอสซาเรลล่า, วินโดว์ | Python, CUDA | ไพธอน | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | เลขที่ | ใช่ | ใช่ |
| ฟลักซ์ | ไมค์ อินเนส | 2017 | เอ็มไอที | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ ( ใช้งานได้หลายแพลตฟอร์ม ) | จูเลีย | จูเลีย | ใช่ | เลขที่ | ใช่ | ใช่[ 13 ] | ใช่ | ใช่ | เลขที่ | ใช่ | ใช่ | ||
| โฮโรวอด | อูเบอร์ เทคโนโลยีส์ | 2017 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์, มอสซาเรลล่า, วินโดว์ | Python, C++, CUDA | ไพธอน | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | เลขที่ | ใช่ | ใช่ |
| ไลบรารีเร่งความเร็วการวิเคราะห์ข้อมูล Intel | อินเทล | 2015 | อะปาเช่ 2.0 | ใช่ | Linux , macOS , WindowsบนซีพียูIntel [ 14 ] | C++ , Python , Java | C++ , Python , Java [ 14 ] | ใช่ | เลขที่ | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ใช่ | ||
| Intel Math Kernel Library 2017 [ 15 ]และเวอร์ชันต่อมา | อินเทล | 2017 | กรรมสิทธิ์ | เลขที่ | Linux , macOS , WindowsบนซีพียูIntel [ 16 ] | ซี/ซีดับเบิลยู, ดีพีซีดับเบิลยู, ฟอร์ทราน | C [ 17 ] | ใช่[ 18 ] | เลขที่ | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่[ 19 ] | ใช่[ 19 ] | เลขที่ | ใช่ | |
| Google JAX | 2018 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | ไพธอน | ไพธอน | เฉพาะบนลินุกซ์ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่ | ||||||
| เคราส์ | ฟร็องซัวส์ โชลเลต์ | 2015 | เอ็มไอที | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | ไพธอน | ไพธอน , อาร์ | เฉพาะกรณีที่ใช้ Theano เป็นแบ็กเอนด์เท่านั้น | สามารถใช้ Theano, Tensorflow หรือ PlaidML เป็นแบ็กเอนด์ได้ | ใช่ | เลขที่ | ใช่ | ใช่[ 20 ] | ใช่ | ใช่ | ไม่[ 21 ] | ใช่[ 22 ] | ใช่ |
| MATLAB + Deep Learning Toolbox (เดิมชื่อ Neural Network Toolbox) | แมธเวิร์คส์ | 1992 | กรรมสิทธิ์ | เลขที่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | C , C++ , Java , MATLAB | MATLAB | เลขที่ | เลขที่ | ฝึกฝนด้วย Parallel Computing Toolbox และสร้างโค้ด CUDA ด้วย GPU Coder [ 23 ] | เลขที่ | ใช่[ 24 ] | ใช่[ 25 ] [ 26 ] | ใช่[ 25 ] | ใช่[ 25 ] | ใช่ | ด้วย Parallel Computing Toolbox [ 27 ] | ใช่ |
| ชุดเครื่องมือการเรียนรู้เชิงปัญญาของ Microsoft (CNTK) | การวิจัยของไมโครซอฟต์ | 2016 | MIT [ 28 ] | ใช่ | Windows , Linux [ 29 ] ( macOSผ่าน Docker อยู่ในแผนงาน) | ซี++ | Python ( Keras ), C++ , บรรทัดคำสั่ง , [ 30 ] BrainScript [ 31 ] ( .NETอยู่ในแผนงาน[ 32 ] ) | ใช่[ 33 ] | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่[ 34 ] | ใช่[ 35 ] | ใช่[ 35 ] | หมายเลข[ 36 ] | ใช่[ 37 ] | หมายเลข[ 38 ] |
| มายด์สปอร์ | หัวเว่ย | 2020 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , วินโดวส์ , มอส ซาเรลล่า , ยูเลอร์ โอเอส , โอ เพนยูเลอร์ , โอเพนฮาร์โมนี , โอนิโรโอเอส , ฮาร์โมนีโอเอส , แอนดรอยด์ | C++ , Rust , Julia , Python , ArkTS , Cangjie , Java (Lite) | ||||||||||||
| ML.NET | ไมโครซอฟต์ | 2018 | เอ็มไอที | ใช่ | วินโดวส์, ลินุกซ์, มอสซาเรลล่า | C#, C++ | ซี#, เอฟ# | ใช่ | ||||||||||
| Apache MXNet | มูลนิธิซอฟต์แวร์ Apache | 2015 | อะปาเช่ 2.0 | ใช่ | Linux , macOS , Windows , [ 39 ] [ 40 ] AWS , Android , [ 41 ] iOS , JavaScript [ 42 ] | ไลบรารีหลัก C++ขนาดเล็ก | C++ , Python , Julia , MATLAB , JavaScript , Go , R , Scala , Perl , Clojure | ใช่ | เลขที่ | ใช่ | เลขที่ | ใช่[ 43 ] | ใช่[ 44 ] | ใช่ | ใช่ | ใช่ | ใช่[ 45 ] | เลขที่ |
| นักออกแบบระบบประสาท | อาร์เทลนิคส์ | 2014 | กรรมสิทธิ์ | เลขที่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | ซี++ | ส่วนติดต่อผู้ใช้แบบกราฟิก | ใช่ | เลขที่ | ใช่ | เลขที่ | การหาอนุพันธ์เชิงวิเคราะห์ | เลขที่ | เลขที่ | เลขที่ | เลขที่ | ใช่ | ใช่ |
| โอเพ่นเอ็นเอ็น | อาร์เทลนิคส์ | 2003 | จีเอ็นยูแอลจีพีแอล | ใช่ | ข้ามแพลตฟอร์ม | ซี++ | ซี++ | ใช่ | เลขที่ | ใช่ | เลขที่ | ? | ใช่[ 46 ] | เลขที่ | เลขที่ | เลขที่ | ? | ใช่ |
| เพล็ดเอ็มแอล | Vertex.AI , Intel | 2017 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | Python , C++ , OpenCL | Python , C++ | ? | OpenCL ICD บางรายการไม่ได้รับการยอมรับ | เลขที่ | เลขที่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | |
| ไพทอร์ช | เมตา AI | 2016 | บีเอสดี | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ , แอนดรอยด์[ 47 ] | Python , C , C++ , CUDA | หลาม , C++ , จูเลีย , อาร์[ 48 ] | ใช่ | ผ่านแพ็คเกจที่บำรุงรักษาแยกต่างหาก[ 49 ] [ 50 ] [ 51 ] | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่[ 52 ] | ใช่ | ใช่ |
| ไพทอร์ช ไลท์นิ่ง | Lightning-AI (เดิมคือ William Falcon) [ 53 ] | 2019 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์, มอสซาเรลล่า, วินโดว์ | ไพธอน | ไพธอน | ใช่ | ผ่านทาง PyTorch | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่[ 54 ] | ใช่ |
| อะปาเช่ ซิงกา | มูลนิธิซอฟต์แวร์ Apache | 2015 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | ซี++ | Python , C++ , Java | เลขที่ | รองรับในเวอร์ชัน 1.0 | ใช่ | เลขที่ | ? | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ |
| เทนเซอร์โฟลว์ | กูเกิลเบรน | 2015 | อะปาเช่ 2.0 | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ , [ 55 ] [ 56 ]แอนดรอยด์ | C++ , Python , CUDA | Python ( Keras ), C / C++ , Java , Go , JavaScript , R , [ 57 ] Julia , Swift | เลขที่ | อยู่ในแผนงาน[ 58 ]แต่ได้รับการสนับสนุน จาก SYCL [ 59 ] แล้ว | ใช่ | ใช่ | ใช่[ 60 ] | ใช่[ 61 ] | ใช่ | ใช่ | ใช่ | ใช่ | ใช่ |
| เทนเซอร์อาร์ที | เอ็นดีวีดี | 2017 | กรรมสิทธิ์ | เลขที่ | ลินุกซ์ , วินโดวส์บนการ์ดจอ Nvidia | C++ , Python , CUDA | C++ , Python | เลขที่ | เลขที่ | ใช่ | เลขที่ | เลขที่ | เลขที่ | เลขที่ | ใช่ | เลขที่ | เลขที่ | ใช่ |
| เธียโน | มหาวิทยาลัยมอนทรีอัล | 2007 | บีเอสดี | ใช่ | ข้ามแพลตฟอร์ม | ไพธอน | ไพธอน ( เคราส์ ) | ใช่ | อยู่ระหว่างการพัฒนา[ 62 ] | ใช่ | เลขที่ | ใช่[ 63 ] [ 64 ] | ผ่านสวนสัตว์จำลองของลาซานญ่า[ 65 ] | ใช่ | ใช่ | ใช่ | ใช่[ 66 ] | เลขที่ |
| คบเพลิง | โรแนน คอลโลเบิร์ต, โคเรย์ คาวูคคูโอกลู, เคลมองต์ ฟาราเบต | 2002 | บีเอสดี | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ , [ 67 ]แอนดรอยด์ , [ 68 ]ไอโอเอส | ซีลัว | Lua , Lua JIT, [ 69 ] C , ไลบรารียูทิลิตี้สำหรับC++ / OpenCL [ 70 ] | ใช่ | การใช้งานของบุคคลที่สาม[ 71 ] [ 72 ] | ใช่[ 73 ] [ 74 ] | เลขที่ | ผ่านทางAutograd ของTwitter [ 75 ] | ใช่[ 76 ] | ใช่ | ใช่ | ใช่ | ใช่[ 67 ] | เลขที่ |
| RANT (เครื่องมือประสาทเทียมแบบเรียลไทม์) [ 77 ] | ดักลาส แซนทรี | 2023 | บีเอสดี | ใช่ | ลินุกซ์ , มอสซาเรลล่า , วินโดวส์ | C++ , Python | C++ , Python | เลขที่ | เลขที่ | เลขที่ | เลขที่ | เลขที่ | ใช่ | เลขที่ | ใช่ | เลขที่ | เลขที่ | ใช่ |
| Wolfram Mathematica 10 [ 78 ]และรุ่นต่อมา | วูลฟราม รีเสิร์ช | 2014 | กรรมสิทธิ์ | เลขที่ | วินโดวส์ , มอสซาเรลล่า , ลินุกซ์ , ค ลาวด์คอมพิวติ้ง | C++ , Wolfram Language , CUDA | ภาษาวูลฟรัม | ใช่ | เลขที่ | ใช่ | เลขที่ | ใช่ | ใช่[ 79 ] | ใช่ | ใช่ | ใช่ | ใช่[ 80 ] | ใช่ |
| ซอฟต์แวร์ | ผู้สร้าง | การเผยแพร่ครั้งแรก | ใบอนุญาตซอฟต์แวร์[ก] | โอเพนซอร์ส | แพลตฟอร์ม | เขียนเป็น | อินเทอร์เฟซ | รองรับ OpenMP | การสนับสนุน OpenCL | รองรับ CUDA | การแยกความแตกต่างอัตโนมัติ[ 2 ] | มีโมเดลที่ผ่านการฝึกฝนล่วงหน้า | การประมวลผลแบบขนาน(หลายโหนด) | พัฒนาอย่างต่อเนื่อง |
การเปรียบเทียบความเข้ากันได้ของโมเดลการเรียนรู้ของเครื่อง
| ชื่อรูปแบบ | เป้าหมายการออกแบบ | ใช้งานร่วมกับรูปแบบอื่นๆ ได้ | โมเดล DNN แบบครบวงจร | การประมวลผลก่อนและหลัง | การกำหนดค่าขณะทำงานสำหรับการปรับแต่งและสอบเทียบ | การเชื่อมต่อโมเดล DNN | แพลตฟอร์มทั่วไป |
|---|---|---|---|---|---|---|---|
| TensorFlow , Keras , Caffe , Torch | การฝึกอบรมอัลกอริทึม | เลขที่ | ไม่ / แยกไฟล์ในรูปแบบส่วนใหญ่ | เลขที่ | เลขที่ | เลขที่ | ใช่ |
| ออนน็อกซ์ | การฝึกอบรมอัลกอริทึม | ใช่ | ไม่ / แยกไฟล์ในรูปแบบส่วนใหญ่ | เลขที่ | เลขที่ | เลขที่ | ใช่ |
ดูเพิ่มเติม
- การเปรียบเทียบซอฟต์แวร์การเรียนรู้ของเครื่อง
- การเปรียบเทียบโปรแกรมวิเคราะห์ทางสถิติ
- การเปรียบเทียบสถาปัตยกรรมทางปัญญา
- รายชื่อซอฟต์แวร์ปัญญาประดิษฐ์แบบโอเพนซอร์ส
- รายชื่อชุดข้อมูลสำหรับการวิจัยด้านการเรียนรู้ของเครื่อง
- รายชื่อซอฟต์แวร์วิเคราะห์เชิงตัวเลข
- คอมไพเลอร์ MLIR — โครงการย่อยของLLVMที่ออกแบบมาเพื่อการเรียนรู้ของเครื่องการเร่งความเร็วฮาร์ดแวร์และ การ สังเคราะห์ระดับสูง
- tinygrad — กำลังได้รับการพัฒนาโดยGeorge Hotz
สรุปเนื้อหา
ข้อมูลสำคัญจากบทความ
ข้อมูลสำคัญเกี่ยวกับ การเปรียบเทียบซอฟต์แวร์การเรียนรู้เชิงลึก
ตารางต่อไปนี้เปรียบเทียบ เฟรมเวิร์กซอฟต์แวร์ ไลบรารี และ โปรแกรม คอมพิวเตอร์ ที่โดดเด่น สำหรับการประยุกต์ใช้ การเรียนรู้เชิงลึก
ซอฟต์แวร์การเรียนรู้เชิงลึก (Deep learning software) ชื่ออะไรนะ?
ซอฟต์แวร์ ผู้สร้าง การเผยแพร่ครั้งแรก ใบอนุญาตซอฟต์แวร์ [ ก ] โอเพนซอร์ส แพลตฟอร์ม เขียนเป็น อินเทอร์เฟซ รองรับ OpenMP การสนับสนุน OpenCL รองรับ CUDA การสนับสนุน ROCm [ 1 ] การแยกความแตกต่างอัตโนมัติ [ 2 ] มีโมเดลที่ผ่านการฝึกฝนล่วงหน้า โครงข่ายแบบวนซ้ำ...
การเปรียบเทียบความเข้ากันได้ของโมเดลการเรียนรู้ของเครื่อง
ชื่อรูปแบบ เป้าหมายการออกแบบ ใช้งานร่วมกับรูปแบบอื่นๆ ได้ โมเดล DNN แบบครบวงจร การประมวลผลก่อนและหลัง การกำหนดค่าขณะทำงานสำหรับการปรับแต่งและสอบเทียบ การเชื่อมต่อโมเดล DNN แพลตฟอร์มทั่วไป TensorFlow , Keras , Caffe , Torch การฝึกอบรมอัลกอริทึม เลขที่ ไม่ /...
ดูเพิ่มเติม
การเปรียบเทียบซอฟต์แวร์การเรียนรู้ของเครื่อง การเปรียบเทียบโปรแกรมวิเคราะห์ทางสถิติ การเปรียบเทียบสถาปัตยกรรมทางปัญญา รายชื่อซอฟต์แวร์ปัญญาประดิษฐ์แบบโอเพนซอร์ส รายชื่อชุดข้อมูลสำหรับการวิจัยด้านการเรียนรู้ของเครื่อง รายชื่อซอฟต์แวร์วิเคราะห์เชิงตัวเลข...