Chainer to framework open source do deep learningu dla języka Python, opracowany przez japońską firmę Preferred Networks. Spopularyzował podejście „define-by-run”, w którym sieć neuronowa jest budowana w trakcie wykonywania obliczeń, co ułatwia eksperymentowanie z elastycznymi strukturami modeli. Od grudnia 2019 roku Chainer jest już tylko utrzymywany, a nie dalej rozwijany; Preferred Networks przeszła na PyTorch, który działa na tej samej zasadzie.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoPyTorch to otwartoźródłowy framework do uczenia maszynowego i głębokiego uczenia w języku programowania Python. Został pierwotnie opracowany w Meta (wówczas Facebook), a od 2022 roku opiekuje się nim PyTorch Foundation działająca pod parasolem Linux Foundation. PyTorch jest szeroko stosowany w badaniach i przemyśle, ponieważ pozwala programistom elastycznie budować modele, trenować je na procesorach graficznych i testować krok po kroku; wiele znanych modeli językowych i obrazowych powstało z jego użyciem.
TensorFlow to otwartoźródłowy framework do uczenia maszynowego, opracowany przez Google i opublikowany w 2015 roku. Służy do budowania, trenowania i wdrażania sieci neuronowych w aplikacjach, na serwerach lub urządzeniach mobilnych. Keras zapewnia przystępny interfejs wysokiego poziomu; typowe zastosowania to klasyfikacja obrazów, prognozowanie i systemy rekomendacji.
Uczenie głębokie (deep learning) to gałąź uczenia maszynowego, która wykorzystuje sztuczne sieci neuronowe o wielu warstwach. Takie sieci uczą się z dużych ilości danych, które cechy mają znaczenie – od krawędzi na obrazach po relacje znaczeniowe w tekstach. Uczenie głębokie leży u podstaw dzisiejszych modeli językowych, rozpoznawania obrazów i mowy oraz tłumaczenia maszynowego i zazwyczaj wymaga znacznej mocy obliczeniowej oraz dużej ilości danych treningowych.
Apache MXNet był otwartoźródłowym frameworkiem do głębokiego uczenia, który potrafił efektywnie trenować modele na wielu procesorach graficznych i maszynach, z interfejsami dla Pythona, C++, R, Scali i innych języków. Amazon Web Services wspierał go przez kilka lat jako preferowany framework. Apache Software Foundation zamknęła projekt we wrześniu 2023 roku i do lutego 2024 roku przeniosła go do Apache Attic; nie jest już rozwijany. Istniejące modele zazwyczaj migruje się do innych frameworków.
