Comparativa de programaris d'aprenentatge profund

Comparativa de programaris d'aprenentatge profund és una recopilació de les diferents solucions en l'àmbit de l'aprenentatge profund.^[1][2][3]

Programari	Creador	Llicència	Codi obert	Plataforma	Escrit en	Interfície	Suport OpenMP	Suport OpenCL	Suport CUDA	Derivació automàtica	Té models coneguts	Xarxa Recurrent	Xarxa Convolucional	Suport RBM/DBNs	Execució Paral·lela execution (multi node)
Apache SINGA	Apache Incubator	Apache 2.0	Sí	Linux, Mac OS X, Windows	C++	Python, C++, Java	No	Sí	Sí	?	Sí	Sí	Sí	Sí	Sí
Caffe	Berkeley Vision and Learning Center	BSD	Sí	Linux, Mac OS X, Windows	C++	Python, MATLAB	Sí	En desenvolupament	Sí	Sí	Sí	Sí	Sí	No	?
Deeplearning4j	Skymind engineering team; Deeplearning4j community; originally Adam Gibson	Apache 2.0	Sí	Linux, Mac OS X, Windows, Android (Cross-platform)	java	Java, Scala, Clojure, Python(Keras)	Sí	En previsió	Yes	Computational Graph	Sí	Sí	Sí	Sí	Sí
Dlib	Davis King	Boost Software License	Sí	Cross-Platform	C++	C++	Sí	No	Sí	Sí	Sí	No	Sí	Sí	Sí
Keras	François Chollet	MIT license	Sí	Linux, Mac OS X, Windows	Python	Python, R	Només usant Theano	En desenvolupament	Sí	Sí	Sí	Sí	Sí	Sí	Sí
MatConvNet	Andrea Vedaldi,Karel Lenc	BSD	Sí	Windows, Linux (OSXvia Docker previst)	C++	MATLAB, C++,	No	No	Sí	Sí	Sí	Sí	Sí	No	Sí
Microsoft Cognitive Toolkit	Microsoft Research	MIT license	Sí	Windows, Linux (OSXvia Docker previst)	C++	Python, C++, Command line,BrainScript(.NET on roadmap)	Sí	No	Sí	Sí	Sí	Sí	Sí	No	Sí
MXNet	Distributed (Deep) Machine Learning Community	Apache 2.0	Sí	Linux, Mac OS X, Windows,AWS, Android,iOS, JavaScript	Small C++core library	C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl	Sí	En previsió	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Neural Designer	Artelnics	Propietària	No	Linux, Mac OS X, Windows	C++	Graphical user interface	Sí	No	No	?	?	No	No	No	?
OpenNN	Artelnics	GNU LGPL	Sí	Cross-platform	C++	C++	Sí	No	No	?	?	No	No	No	?
PyTorch	Adam Paszke, Sam Gross, Soumith Chintala, Gregory Chanan	BSD	Sí	Linux, Mac OS, Windows	C++, Python, CUDA	Python	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
TensorFlow	Google Brainteam	Apache 2.0	Sí	Linux, Mac OS X, Windows	C++, Python	Python (Keras), C/C++, Java, Go, R	No	En previsió	Yes	Sí	Sí	Sí	Sí	Sí	Sí
Theano	Université de Montréal	BSD	Sí	Cross-platform	Python	Python	Sí	En desenvolupament	Yes	Sí	Through Lasagne's model zoo	Sí	Sí	Sí	Sí
Torch	Ronan Collobert, Koray Kavukcuoglu, Clement Farabet	BSD	Sí	Linux, Mac OS X, Windows,Android, iOS	C, Lua	Lua, LuaJIT,C, utility library for C++/OpenCL	Sí	Solucions de d'altres empreses	Sí	Through Twitter's Autograd	Sí	Sí	Sí	Sí	Sí
Wolfram Mathematica	Wolfram Research	Propietària	No	Windows, Mac OS X, Linux, Cloud computing	C++	Wolfram Language	No	No	Yes	Yes	Sí	Sí	Sí	Sí	Sí

Referències

1. Gibson, Chris Nicholson, Adam. «Deep Learning Comp Sheet: Deeplearning4j vs. Torch vs. Theano vs. Caffe vs. TensorFlow vs. MxNet vs. CNTK - Deeplearning4j: Open-source, Distributed Deep Learning for the JVM» (en anglès). https://deeplearning4j.org. Arxivat de l'original el 2017-03-29. [Consulta: 23 agost 2017].
2. Gomez-Ol, Ricardo Guerrero. «Deep Learning frameworks: a review before finishing 2016» (en anglès). https://medium.com,[phone].+[Consulta: 23 agost 2017].
3. Bahrampour, Soheil; Ramakrishnan, Naveen; Schott, Lukas; Shah, Mohak «Comparative Study of Deep Learning Software Frameworks». arXiv:1511.06435 [cs], 19-11-2015.