Chainer è un framework open source di deep learning per Python, sviluppato dall'azienda giapponese Preferred Networks. Ha reso noto l'approccio «define-by-run», in cui la rete neurale viene costruita durante il calcolo, facilitando gli esperimenti con strutture di modello flessibili. Da dicembre 2019 Chainer riceve solo manutenzione e non viene più sviluppato: Preferred Networks è passata a PyTorch, che segue lo stesso principio.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoPyTorch è un framework open source per l'apprendimento automatico e il deep learning nel linguaggio Python. È nato in Meta (allora Facebook) e dal 2022 è gestito dalla PyTorch Foundation, nell'ambito della Linux Foundation. È molto diffuso nella ricerca e nell'industria perché permette di costruire modelli in modo flessibile, addestrarli su GPU e testarli passo dopo passo; molti noti modelli linguistici e di immagini sono sviluppati con PyTorch.
TensorFlow è un framework open source per l'apprendimento automatico sviluppato da Google e pubblicato nel 2015. Serve a costruire, addestrare e mettere in produzione reti neurali in applicazioni, su server o su dispositivi mobili. Con Keras offre un'interfaccia di alto livello facile da usare; impieghi tipici sono la classificazione di immagini, le previsioni e i sistemi di raccomandazione.
Il deep learning (apprendimento profondo) è un ramo del machine learning che utilizza reti neurali artificiali con molti strati. Queste reti imparano da grandi quantità di dati quali caratteristiche sono rilevanti, dai bordi nelle immagini ai legami di significato nei testi. Il deep learning è alla base degli attuali modelli linguistici, del riconoscimento di immagini e voce e della traduzione automatica, e di solito richiede molta potenza di calcolo e molti dati di addestramento.
Apache MXNet era un framework open source per il deep learning, in grado di addestrare modelli in modo efficiente su più GPU e macchine, con interfacce per Python, C++, R, Scala e altri linguaggi. Per alcuni anni Amazon Web Services lo ha sostenuto come framework preferito. La Apache Software Foundation ha ritirato il progetto nel settembre 2023 e lo ha trasferito nell’Apache Attic entro febbraio 2024; non viene più sviluppato. I modelli esistenti vengono di solito migrati ad altri framework.
